ERN-CAPRA-T1-3 - Modelos de Evaluación de Amenazas

TOMO I
METODOLOGA DE MODELACIN PROBABILISTA DE

RIESGOS NATURALES

INFORME TCNICO ERN-CAPRA-T1-3
MODELOS DE EVALUACIN DE AMENAZAS
NATURALES Y SELECCIN

Consorcio Evaluacin de Riesgos Naturales
- Amrica Latina -
Consultores en Riesgos y Desastres

Consorcio conformado por:

Colombia
Carrera 19A # 84-14 Of 504
Edificio Torrenova
Tel. 57-1-691-6113
Fax 57-1-691-6102
Bogot, D.C.

INGENIAR

Espaa
Centro Internacional de Mtodos Numricos
en Ingeniera - CIMNE
Campus Nord UPC
Tel. 34-93-401-64-96
Fax 34-93-401-10-48
Barcelona

C I M N E
Mxico
Vito Alessio Robles No. 179
Col. Hacienda de Guadalupe Chimalistac
C.P.01050 Delegacin lvaro Obregn
Tel. 55-5-616-8161
Fax 55-5-616-8162
Mxico, D.F.

ERN Ingenieros Consultores, S. C.

ERN ERN ERN ERN Evaluacin de Riesgos Naturales Amrica Latina
www.ern-la.com

ERN
ERN
Consorcio Evaluacin de Riesgos Naturales
- Amrica Latina -
Consultores en Riesgos y Desastres
ERN

Direccin y Coordinacin de Grupos de Trabajo Tcnico Consorcio ERN Amrica Latina

Omar Daro Cardona A.
Direccin General del Proyecto

Luis Eduardo Yamn L.
Direccin Tcnica ERN (COL)
Mario Gustavo Ordaz S.
Direccin Tcnica ERN (MEX)
Alex Horia Barbat B.
Direccin Tcnica CIMNE (ESP)
Gabriel Andrs Bernal G.
Coordinacin General ERN (COL)
Eduardo Reinoso A.
Coordinacin General ERN (MEX)
Martha Liliana Carreo T.
Coordinacin General CIMNE (ESP)

Especialistas y Asesores Grupos de Trabajo

Miguel Genaro Mora C.
Especialista ERN (COL)

Carlos Eduardo Avelar F.
Especialista ERN (MEX)

Mabel Cristina Marulanda F.
Especialista CIMNE(ESP)
Csar Augusto Velsquez V.
Benjamn Huerta G.
Jairo Andrs Valcrcel T.
Karina Santamara D.
Mauro Pompeyo Nio L.
Juan Pablo Londoo L.
Mauricio Cardona O.
Asistente Tcnico ERN (COL)
Isaas Martnez A.
Asistente Tcnico ERN (MEX)
Ren Salgueiro
Andrs Mauricio Torres C.
Edgar Osuna H.
Nieves Lantada
Diana Marcela Gonzlez C.
Jos Juan Hernndez G.
lvaro Martn Moreno R.
Asesor Asociado (COL)

Yinsury Sodel Pea V.
Marco Torres
Asesor Asociado (MEX)
Mario Daz-Granados O.
Andrei Garzn B.
Johoner Venicio Correa C.
Liliana Narvaez M.

Asesores Nacionales

Osmar E. Velasco
Guatemala

Sandra Ziga
Nicaragua

Alonso Brenes
Costa Rica

Banco Mundial Gestin de Riesgo de Desastres / Regin Latinoamrica y el Caribe

Francis Ghesquiere
Coordinador Regional

Joaqun Toro
Especialista

Edward C. Anderson
Especialista
Oscar A. Ishizawa
Especialista
Fernando Ramrez C.
Especialista

Stuart Gill
Especialista
Banco Interamericano de Desarrollo Medio Ambiente / Desarrollo Rural / Desastres Naturales

Flavio Bazn
Especialista Sectorial

Cassandra T. Rogers
Especialista Sectorial

Hori Tsuneki
Consultor Interno

i

ERN Amrica Latina

Tabla de contenido

1 Modelo de evaluacin de amenaza ssmica ........................................................ 1-1
1.1 Introduccin..................................................................................................................................... 1-1
1.2 Estimacin de parmetros de movimiento fuerte..................................................................... 1-1
1.2.1 Efectos de la magnitud y distancia ...................................................................................... 1-1
1.2.2 Estimacin de parmetros de amplitud.............................................................................. 1-2
1.3 Metodologas generales de clculo de amenaza ....................................................................... 1-6
1.3.1 Anlisis determinstico de amenaza ssmica...................................................................... 1-6
1.3.2 Anlisis probabilstico de amenaza ssmica ....................................................................... 1-7
1.4 Herramientas computacionales.................................................................................................... 1-8
1.5 Modelo analtico propuesto .......................................................................................................... 1-8
1.5.1 Generalidades ......................................................................................................................... 1-8
1.5.2 Seleccin ................................................................................................................................ 1-10
1.5.3 Procedimiento de anlisis ................................................................................................... 1-10
1.5.4 Parmetros de sismicidad de fuentes sismognicas ....................................................... 1-13
1.5.5 Atenuacin de los parmetros de amenaza ..................................................................... 1-14
1.5.6 Clculo de la amenaza ssmica ........................................................................................... 1-14
1.5.7 Modificacin de los parmetros de amenaza por efectos de sitio ................................ 1-15
2 Modelo de evaluacin de amenaza por tsunami ............................................... 2-1
2.1 Introduccin..................................................................................................................................... 2-1
2.2 Hidrodinmica de los tsunamis ................................................................................................... 2-1
2.2.1 Ondas largas ........................................................................................................................... 2-1
2.2.2 Propagacin de ondas ........................................................................................................... 2-3
2.2.3 Ley de Green ........................................................................................................................... 2-4
2.2.4 Ecuaciones de onda larga...................................................................................................... 2-5
2.3.1 Generalidades ......................................................................................................................... 2-5
2.3.2 Seleccin .................................................................................................................................. 2-6
2.3.3 Procedimiento de anlisis ..................................................................................................... 2-6
2.3.4 Descripcin del modelo paramtrico .................................................................................. 2-8
3 Modelo de evaluacin de amenaza por huracn ............................................... 3-1
3.1 Introduccin..................................................................................................................................... 3-1
3.2 Modelos estadsticos ...................................................................................................................... 3-2
3.3 Modelos dinmicos ........................................................................................................................ 3-3
3.4 Modelos combinados ..................................................................................................................... 3-4
3.5 Otros modelos ................................................................................................................................. 3-5

Tabla de Contenido

ii

ERN Amrica Latina
3.6.1 Generalidades ......................................................................................................................... 3-6
3.6.2 Seleccin .................................................................................................................................. 3-6
3.6.3 Procedimiento de anlisis ..................................................................................................... 3-6
3.6.4 Simulacin de huracanes ...................................................................................................... 3-9
3.6.5 Modelacin del viento ......................................................................................................... 3-10
3.6.6 Marea de tormenta ............................................................................................................... 3-13
3.6.7 Lluvia local ............................................................................................................................ 3-14
4 Modelo de evaluacin de amenaza por lluvias intensas.................................. 4-1
4.1 Introduccin..................................................................................................................................... 4-1
4.2 Anlisis de lluvias .......................................................................................................................... 4-1
4.2.1 Clculo de la pluviometra en una cuenca ......................................................................... 4-1
4.2.2 Curvas IDF (Intensidad Duracin - Frecuencia)............................................................. 4-2
4.2.3 Curvas PADF (Profundidad rea Duracin - Frecuencia) ........................................ 4-3
4.2.4 Anlisis de series de datos pluviomtricos ........................................................................ 4-3
4.3 Modelos estadsticos de estimacin de lluvias ......................................................................... 4-4
4.3.1 Modelos ocultos de Markov ................................................................................................. 4-4
4.3.2 Modelo no paramtrico de los K-vecinos ms cercanos................................................... 4-5
4.3.3 Combinacin de series diarias y mensuales....................................................................... 4-6
4.3.4 Modelos de prediccin numrica NWP.............................................................................. 4-6
4.3.5 Modelo DIT de prediccin de lluvias de diseo................................................................ 4-7
4.3.6 Redes neuronales artificiales ................................................................................................ 4-7
4.3.7 Nowcasting ............................................................................................................................. 4-8
4.3.8 Mtodo para el pronstico de lluvias en Costa Rica ......................................................... 4-8
4.4 Modelacin hidrolgica de estimacin de lluvias ................................................................... 4-8
4.5 Modelo analtico propuesto ........................................................................................................ 4-11
4.5.1 Generalidades ....................................................................................................................... 4-11
4.5.2 Seleccin ................................................................................................................................ 4-11
4.5.4 Conformacin de la base de datos de eventos de precipitacin ................................... 4-13
4.5.5 Anlisis espaciales de precipitaciones mximas ............................................................. 4-14
5 Modelo de evaluacin de amenaza por inundacin ......................................... 5-1
5.1 Introduccin..................................................................................................................................... 5-1
5.2 Modelos basados en sensores remotos y sistemas de informacin geogrfica .................. 5-4
5.3 Modelos y herramientas computacionales ................................................................................ 5-7
5.4.1 Generalidades ....................................................................................................................... 5-14
5.4.2 Seleccin del modelo ........................................................................................................... 5-14
5.4.4 Anlisis simplificado de inundaciones ............................................................................. 5-17
5.4.5 Anlisis detallado de inundaciones................................................................................... 5-19

Tabla de Contenido

iii

ERN Amrica Latina
6 Modelo de evaluacin de amenaza por deslizamientos................................... 6-1
6.1 Introduccin..................................................................................................................................... 6-1
6.1.1 Equilibrio lmite y factor de seguridad ............................................................................... 6-1
6.2 Metodologas de clculo ................................................................................................................ 6-2
6.3 Modelos computacionales............................................................................................................. 6-4
6.4.1 Generalidades ....................................................................................................................... 6-13
6.4.2 Seleccin ................................................................................................................................ 6-13
6.4.4 Susceptibilidad a los deslizamientos................................................................................. 6-16
7 Modelo de Evaluacin de Amenaza Volcnica .................................................. 7-1
7.1 Introduccin..................................................................................................................................... 7-1
7.2 Principales productos volcnicos ................................................................................................ 7-1
7.2.1 Cada de cenizas ..................................................................................................................... 7-1
7.2.2 Flujos Piroclsticos ................................................................................................................. 7-2
7.2.3 Flujos de lava .......................................................................................................................... 7-2
7.2.4 Proyecciones balsticas .......................................................................................................... 7-2
7.2.5 Lahares o flujos de lodo ........................................................................................................ 7-3
7.3 ndice de explosividad volcnica................................................................................................. 7-3
7.4 Modelos de evaluacin de cada de cenizas .............................................................................. 7-5
7.4.1 Modelo de adveccin-difusin............................................................................................. 7-5
7.4.2 Modelos de distribucin de material en la columna de humo ........................................ 7-5
7.4.3 Dinmica de la columna de humo ....................................................................................... 7-6
7.4.4 Modelos de velocidad lmite de partculas ........................................................................ 7-6
7.4.5 Programas basados en el modelo de adveccin-difusin ................................................ 7-7
7.4.6 Programas basados en el modelo de seguimiento de partculas .................................... 7-7
7.5 Modelos de evaluacin de flujos piroclsticos ......................................................................... 7-8
7.5.1 Extensin de los flujos ........................................................................................................... 7-8
7.5.2 Velocidad de avance .............................................................................................................. 7-9
7.5.3 Temperatura.......................................................................................................................... 7-10
7.6 Modelos de trnsito de flujos de lava....................................................................................... 7-11
7.6.1 Modelo para determinar trayectorias de flujos de lava................................................. 7-11
7.6.2 Modelos de cmara magmtica y conducto de flujo ...................................................... 7-11
7.7.1 Generalidades ....................................................................................................................... 7-12
7.7.2 Seleccin ................................................................................................................................ 7-13
7.7.4 Modelo de distribucin de cada de cenizas .................................................................... 7-15
7.7.5 Modelo de distribucin de flujos de lava ......................................................................... 7-17
7.7.6 Modelo de distribucin de flujos piroclsticos ................................................................ 7-17

Tabla de Contenido

iv

ERN Amrica Latina
8 Referencias ................................................................................................................ 8-1

i

ERN Amrica Latina

ndice de figuras

FIGURA 1-1 EJEMPLO DE VARIAS MEDIDAS DE DISTANCIA USADAS EN FUNCIONES DE ATENUACIN.......... 1-2
FIGURA 1-2 MODELO TERICO DE ATENUACIN DE ESPECTROS DE FOURIER. ............................................. 1-5
FIGURA 1-3 DIAGRAMA DE FLUJO DEL MDULO DE AMENAZA SSMICA ..................................................... 1-12
FIGURA 1-4 TASAS DE EXCEDENCIA DE FUENTES PARA EL MODELO DE SISMICIDAD DE POISSON.............. 1-13
FIGURA 1-5 FUNCIN DE AMPLIFICACIN ESPECTRAL TPICA DE UN SUELO BLANDO ............................... 1-16
FIGURA 2-1 CONDICIONES GEOMTRICAS DE LAS ONDAS LARGAS ............................................................... 2-2
FIGURA 2-2 DIAGRAMA DE REFRACCIN DE ONDAS, CON CONTORNOS DE TIEMPO DE ARRIBO. TSUNAMI DE
INDONESIA, 26 DE DICIEMBRE DE 2004 .................................................................................................. 2-4
FIGURA 2-3 DIAGRAMA DE FLUJO DE LA METODOLOGA PROPUESTA............................................................ 2-7
FIGURA 2-4 COMPARACIN DEL MODELO CON MEDICIONES DEL TSUNAMI DE NICARAGUA DE 1992 ........ 2-9
FIGURA 2-5 ESQUEMA ILUSTRATIVO DE LAS VARIABLES QUE INTERVIENEN EN EL MTODO PARAMTRICO.....
............................................................................................................................................................... 2-10
FIGURA 2-6 EJEMPLO DE CONSIDERACIONES PARA LA APLICACIN DEL MTODO PARAMTRICO............. 2-11
FIGURA 2-7 ESQUEMA DE ESTIMACIN DE ALTURAS DE INUNDACIN Y RESULTADOS DE REAS DE
INUNDACIN......................................................................................................................................... 2-12
FIGURA 3-1 DIAGRAMA DE FLUJO DEL MDULO DE AMENAZA POR HURACN ............................................ 3-7
FIGURA 4-1 DIAGRAMA DE FLUJO DEL MODELO DE AMENAZA POR LLUVIAS INTENSAS ............................. 4-12
FIGURA 5-1 DIAGRAMA DE FLUJO DEL MODELO DE AMENAZA POR INUNDACIN ..................................... 5-16
FIGURA 5-2 FIGURA QUE EJEMPLIFICA LAS REGIONES DE AMPLIACIN EN ZONAS BAJAS. .......................... 5-19
FIGURA 5-3 MODELO DE HIDROGRAMA UNITARIO TRIANGULAR ................................................................ 5-21
FIGURA 6-1 DIAGRAMA DE FLUJO DEL MODELO DE AMENAZA POR DESLIZAMIENTO ................................ 6-16
FIGURA 6-2 ESQUEMA SIMPLIFICADO DEL MTODO DEL TALUD INFINITO................................................... 6-19
FIGURA 6-3 ESQUEMA DEL BLOQUE INCLINADO EN EL ANLISIS DE NEWMARK ........................................ 6-21
FIGURA 6-4 METODOLOGA PARA EL ANLISIS DE SUSCEPTIBILIDAD A LOS DESLIZAMIENTOS .................. 6-23
FIGURA 6-5 SUPERFICIE TRIDIMENSIONAL DE FALLA ESFRICA ................................................................... 6-24
FIGURA 6-6. NGULOS ENTRE LOS PLANOS .................................................................................................. 6-26
FIGURA 7-1 ESTADSTICA DE LAS ERUPCIONES OCURRIDAS EN LOS LTIMOS 10.000 AOS.......................... 7-4
FIGURA 7-2 ESTIMACIN DEL REA DE INFLUENCIA DE FLUJOS PIROCLSTICOS SEGN SHERIDAN Y MALIN
1982 ......................................................................................................................................................... 7-9
FIGURA 7-3 DIAGRAMA DE FLUJO DEL MDULO DE AMENAZA VOLCNICA............................................... 7-14

i

ERN Amrica Latina

ndice de tablas

TABLA 1-1 COEFICIENTES DE ATENUACIN PARA PGA, SCHMIDT ET AL. (1997) SEGN CONDICIN DE
ANLISIS. ................................................................................................................................................. 1-3
TABLA 1-2 COEFICIENTES DE ATENUACIN PARA PHV, SCHMIDT ET AL. (1997) SEGN CONDICIN DE
ANLISIS. ................................................................................................................................................. 1-4
TABLA 1-3 ALGUNOS HERRAMIENTAS COMPUTACIONALES .......................................................................... 1-8
TABLA 2-1 VALORES DE LAS CONSTANTES PI PARA LAS EXPRESIONES DE B E I2 ..................................... 2-9
TABLA 3-1 PARMETROS A, B, C Y D PARA EL CLCULO DE LA EXPRESIN (37) .......................................... 3-11
TABLA 3-2 FACTOR DE TOPOGRAFA............................................................................................................. 3-13
TABLA 3-3 VALORES DE Y PARA LOS TIPOS DE TERRENO MS COMUNES EN AMRICA CENTRAL ........ 3-13
TABLA 4-1 MODELOS HIDROLGICOS DE ESTIMACIN DE LLUVIAS............................................................. 4-10
TABLA 4-2 DETERMINACIN DE PATRONES SINTTICOS ESPACIALES ......................................................... 4-19
TABLA 5-1 MODELOS HIDRULICOS PARA ANLISIS DE INUNDACIONES ...................................................... 5-3
TABLA 5-2 MODELOS BASADOS EN SENSORES REMOTOS Y SISTEMAS DE INFORMACIN GEOGRFICA ........ 5-5
TABLA 5-3 ALGUNOS SISTEMAS COMPUTACIONALES DISPONIBLES PARA EL ANLISIS DE INUNDACIONES . 5-8
TABLA 5-4 VALORES DE N PARA DIFERENTES TIPOS DE SUELO Y USOS DE LA TIERRA (COBERTURA) .......... 5-18
TABLA 6-1 MTODOS DE ANLISIS DE ESTABILIDAD DE TALUDES ................................................................. 6-2
TABLA 6-2 FACTORES GEOLGICOS QUE CONTROLAN LA GENERACIN DE SUPERFICIES DE FALLA
PROBABLES .............................................................................................................................................. 6-4
TABLA 6-3 MODELOS ANALTICOS PARA ANLISIS DE ESTABILIDAD ............................................................ 6-5
TABLA 6-4 SISTEMAS COMPUTACIONALES PARA ANLISIS DE ESTABILIDAD................................................ 6-9
TABLA 7-1 CLASIFICACIN DE TEFRAS SEGN SU TAMAO ........................................................................... 7-2
TABLA 7-2 DESCRIPCIN DE LA ESCALA DEL NDICE DE EXPLOSIVIDAD VOLCNICA VEI ....................... 7-4

1-1

ERN Amrica Latina
1 Modelo de evaluacin de amenaza ssmica
1.1 Introduccin
El peligro que induce la actividad ssmica sobre regiones aledaas a poblaciones o
asentamientos humanos, ha derivado en la necesidad de establecer parmetros que definan
el nivel de la amenaza y metodologas generales que permitan estimar dichos parmetros.

Los parmetros que definen el nivel de peligro en un modelo de amenaza ssmica se
conocen como parmetros de movimiento fuerte. Estos parmetros definen la intensidad del
movimiento en el sitio de anlisis. Su estimacin se hace por medio de ecuaciones
conocidas como funciones de atenuacin, las cuales dependen principalmente de la
distancia de la fuente sismognica al sitio, la magnitud ssmica, y el tipo de mecanismo
focal de ruptura.

1.2 Estimacin de parmetros de movimiento fuerte
Uno de los principales componentes en un anlisis de amenaza ssmica es el estudio de las
funciones de atenuacin de los parmetros de intensidad que caracterizan el movimiento.
1.2.1 Efectos de la magnitud y distancia
La mayor parte de la energa de un sismo se libera en forma de ondas de esfuerzo, que se
desplazan por la corteza de la tierra. Dado que la magnitud est relacionada con la energa
liberada en el foco del sismo, la intensidad de dichas ondas se encuentra relacionada con la
magnitud. Los efectos de la magnitud son principalmente: el aumento en la amplitud de la
intensidad, la variacin en el contenido frecuencial y el aumento en la duracin de la
vibracin.

A medida que las ondas se desplazan por el medio rocoso, son absorbidas parcial y
progresivamente por los materiales por los que transitan. Como resultado, la energa por
unidad de volumen vara en funcin de la distancia. Dado que la intensidad est relacionada
con la energa de las ondas, se encuentra tambin relacionada con la distancia. Muchas
funciones de atenuacin relacionan la intensidad en trminos de algn parmetro de
movimiento fuerte, con una de las distancias presentadas en la Figura 1-1, las cuales
caracterizan de diferente manera el origen del movimiento vibratorio. La distancia D1
representa la distancia del sitio a la proyeccin en superficie del plano de falla. D2 es la
distancia a la superficie de falla. D3 es la distancia epicentral. D4 corresponde a la distancia
hasta la zona en la superficie de falla que liber una mayor cantidad de energa, la cual no
necesariamente corresponde con el hipocentro. Y por ltimo D5 es la distancia hipocentral.
El uso de alguna distancia en particular depende del parmetro a inferir. Por ejemplo D4 es
la distancia que mejor se relaciona con los valores pico del movimiento fuerte, dado que la
mayor parte del rompimiento se produce en esta zona.

1. Modelo de evaluacin de amenaza ssmica

1-2

ERN Amrica Latina

Figura 1-1
Ejemplo de varias medidas de distancia usadas en funciones de atenuacin.
(Fuente: Reproducido de Kramer S., Geotechnical Earthquake Engineering., Ed. Prentice Hall., 1996)

1.2.2 Estimacin de parmetros de amplitud
La estimacin de los parmetros de amplitud se hace comnmente a partir de regresiones
realizadas a partir de conjuntos de datos histricos en reas con buena instrumentacin
ssmica. A continuacin se presentan algunos modelos representativos de prediccin.
1.2.2.1 Aceleracin mxima
La aceleracin mxima es el parmetro ms empleado en los estudios de amenaza ssmica
para representar el movimiento del terreno, por lo cual se han propuesto diversos modelos
de atenuacin de este parmetro con la distancia y las propiedades del medio transmisor. A
medida que se cuenta con mayor cantidad de registros de sismos, es posible refinar las
funciones de atenuacin, lo que deriva en una frecuente publicacin de correlaciones
nuevas y ms refinadas. El nivel de refinamiento aumenta a medida que se desarrollan
mtodos de procesamiento ms avanzados.

Un sinnmero de funciones de atenuacin de aceleracin mxima han sido desarrolladas a
nivel mundial en las ltimas 4 dcadas, dada la alta relevancia de este insumo dentro de los
anlisis de amenaza ssmica. En un marco ms local en relacin con Amrica Central, se
han realizado estudios que utilizan bases de datos del movimiento fuerte para desarrollar
relaciones de atenuacin propias del entorno ssmico y neotectnico del continente. En
1994 Climent et al. realizaron una regresin bayesiana sobre una base de 218 registros
acelerogrficos provenientes de estaciones en Centroamrica, 155 de Costa Rica y el resto
de Nicaragua y El Salvador. Adicionalmente, se emplearon 62 registros de magnitud
elevada provenientes de la red acelerogrfica de Guerrero, en Mxico, con los que se
obtuvo la siguiente relacin:

D1
D2
D3
D4
D5
Sitio
Hipocentro
Epicentro
Proyeccin de superficie
Zona de mayor esfuerzo
Superficie de
ruptura


1-3

ERN Amrica Latina
75 . 0
327 . 0 00302 . 0 ln 537 . 0 553 . 0 687 . 1 ) ( ln
ln
2
=
+ + =
PGA
S R R M s m PGA
(Ec. 1)

donde M es la magnitud de momento, R es la distancia hipocentral en km, y S es un
parmetro indicativo de la geologa del sitio de anlisis (cero en roca y uno en suelo). Esta
relacin ha sido empleada en varios estudios de amenaza ssmica y vulnerabilidad de
centros urbanos en Centroamrica, como es el caso del Proyecto de Amenaza Ssmica de
Amrica Central (Montero, Peraldo y Rojas 1997).

En 1997 Schmidt y otros realizaron una regresin sobre 200 registros de eventos ssmicos
en Costa Rica, entre 1987 y 1996, con magnitudes entre 3.3 y 7.6, y distancias
hipocentrales desde 6 hasta 200 km. La formulacin general empleada fue:

2 6 1 5 4 3 2 1
2
ln ) ( ln S c S c R c R c M c c s m PGA + + + + + = (Ec. 2)

Se desarrollaron regresiones para diferentes conjuntos de datos. Primero se analiz la
totalidad de los registros, y se obtuvieron relaciones de atenuacin empleando las
aceleraciones mximas de las dos componentes horizontales de los registros, y empleando
slo la mayor de las aceleraciones horizontales. En seguida se realizaron regresiones para
los datos relacionados con sismos generados en fuentes intraplaca, para lo cual se
obtuvieron relaciones de atenuacin para distancias hipocentrales y epicentrales, empleando
la mayor aceleracin horizontal del registro. Por ltimo se obtuvo una funcin de
atenuacin para sismos de subduccin, nicamente para distancias hipocentrales,
igualmente empleando la mayor aceleracin horizontal del registro. La Tabla 1-1 presenta
los coeficientes encontrados en cada caso.

Tabla 1-1
Coeficientes de atenuacin para PGA, Schmidt et al. (1997) segn condicin de anlisis.
(Reproducido de: Schmidt et al., Costa Rican Spectral Strong Motion Attenuation., Universidad de Costa
Rica NORSAR, 1997)

Descripcin c1 c2 c3 c4 c5 c6 bay LS
Todos los datos.
Dos componentes horizontales
-2.005 0.609 -0.603 -0.003 0.173 0.279 0.74 0.73
Todos los datos.
Mayor componente horizontal
-1.589 0.561 -0.569 -0.003 0.173 0.279 0.80 0.78
Sismos Intraplaca.
Distancia hipocentral
-1.725 0.687 -0.743 -0.003 0.173 0.279 0.83 0.82
Sismos Intraplaca.
Distancia Epicentral
-2.091 0.694 -0.679 -0.003 0.198 0.315 0.84 0.82
Sismos Subduccin -0.915 0.543 -0.692 -0.003 0.173 0.279 0.74 0.67

En la Tabla 1-1 los parmetros
bay
y
LS
corresponden a las desviaciones estndar
calculadas empleando una regresin bayesiana, y una regresin por mnimos cuadrados,
respectivamente.


1-4

ERN Amrica Latina
1.2.2.2 Velocidad mxima
Anlisis similares a los realizados para la aceleracin mxima del terreno han derivado en
la obtencin de relaciones de atenuacin de la velocidad mxima horizontal a partir de
registros acelerogrficos integrados.

Dentro de los estudios presentados anteriormente para Amrica Central, se desarrollaron
adicionalmente funciones de atenuacin de velocidad. Climent et al. 1994, obtuvieron la
siguiente relacin:

75 . 0
327 . 0 00302 . 0 ln 537 . 0 553 . 0 214 . 7 ) / ( ln
ln
=
+ + =
PGA
S R R M s m PHV
(Ec. 3)

Por otra parte, Schmidt et al. 1997 calcularon los coeficientes presentados en la Tabla 1-2,
para la siguiente relacin:

2 6 1 5 4 3 2 1
ln ) / ( ln S c S c R c R c M c c s m PHV + + + + + = (Ec. 4)

Tabla 1-2
Coeficientes de atenuacin para PHV, Schmidt et al. (1997) segn condicin de anlisis.
(Reproducido de: Schmidt et al., Costa Rican Spectral Strong Motion Attenuation., Universidad de Costa
Rica NORSAR, 1997)

Descripcin c1 c2 c3 c4 c5 c6 bay LS
Todos los datos.
Dos componentes horizontales
-7.530 0.609 -0.603 -0.003 0.173 0.279 0.74 0.73
Todos los datos.
Mayor componente horizontal
-7.114 0.561 -0.569 -0.003 0.173 0.279 0.80 0.78
Sismos Intraplaca.
Distancia hipocentral
-7.250 0.687 -0.743 -0.003 0.173 0.279 0.83 0.82
Sismos Intraplaca.
Distancia Epicentral
-7.616 0.694 -0.679 -0.003 0.198 0.315 0.84 0.82
Sismos Subduccin -6.440 0.543 -0.692 -0.003 0.173 0.279 0.74 0.67

1.2.2.3 Ordenadas del espectro de respuesta
Dada la importancia que ha tenido el espectro de respuesta dentro de la prctica de la
ingeniera ssmica, se han desarrollado relaciones de atenuacin para obtener las ordenadas
del espectro de manera directa. Esto puede realizarse a partir de regresiones sobre espectros
calculados a registros acelerogrficos de zonas con buena instrumentacin ssmica.
Climent et al. 1994, y Schmidt et al. 1997, desarrollaron funciones espectrales de
atenuacin de la pseudovelocidad para 0.25, 0.5, 1.0, 2.0, 5.0, 10.0 y 40.0 Hz. Los
coeficientes asociados a la atenuacin de dichas ordenadas espectrales pueden consultarse
en esos estudios.


1-5

ERN Amrica Latina
1.2.2.4 Amplitud del espectro de Fourier
Alternativamente se puede calibrar un modelo terico de las caractersticas fsicas de una
fuente, medio de trnsito de ondas, y comportamiento de la respuesta en el sitio, para
predecir la forma del Espectro de Fourier. A partir de la solucin del rompimiento
instantneo sobre una superficie esfrica en un medio perfectamente elstico (Brune 1970),
es posible estimar las amplitudes del espectro de Fourier, en sismos lejanos por medio de la
relacin (McGuire & Hanks 1981, Boore1983):

( )
( )
( )
R
v f Q fR
f f
f f
f
CM f A
s
c
o
) ( exp
1
1
1
) (
8
max
2
2

(
(
= (Ec. 5)

Donde f
c
es la frecuencia de esquina, f
max
la frecuencia mxima o de corte (ver Figura 1-2),
Q(f) es el factor de calidad, Mo es el momento ssmico, y C es un constante dada por:

3
4
s
v
FV R
C
= (Ec. 6)

donde R
es el patrn de radiacin, F depende del efecto de superficie libre, V da cuenta de

la particin de la energa en dos componentes horizontales, es la densidad de la roca, y v
s

es la velocidad de onda de corte en la roca.

Alta
Frecuencia
Baja
Frecuencia
log (f) f
c
l
o
g

A
(
f
)
Frecuencia
de esquina
Sismos reales
Teora sismolgica
fmax

Figura 1-2
Modelo terico de atenuacin de Espectros de Fourier.

1.2.2.5 Duracin
La duracin del movimiento aumenta al aumentar la magnitud ssmica. Sin embargo, la
variacin con la distancia depende de cmo se defina el parmetro. Para duraciones basadas
en amplitudes de aceleracin absoluta, como la determinada con el umbral de duracin,


1-6

ERN Amrica Latina
tienden a disminuir a medida que aumenta la distancia, dado que la aceleracin absoluta
disminuye de la misma manera. Duraciones basadas en aceleraciones relativas se
incrementan con la distancia, derivando en duraciones muy largas an cuando las
amplitudes sean muy pequeas.

1.3 Metodologas generales de clculo de amenaza
El clculo de la amenaza ssmica emplea las definiciones y mtodos presentados
anteriormente, para establecer el nivel de peligro esperado en un sitio o zona determinada,
bajo la influencia de la actividad ssmica de fuentes aledaas identificadas. Histricamente
los ingenieros, gelogos y sismlogos se han preocupado por desarrollar metodologas de
clculo que representan cada vez mejor el comportamiento de las fuentes, el trnsito de las
ondas dentro del medio rocoso, la respuesta de los suelos y la respuesta estructural en el
sitio de inters. De esta manera, es posible identificar dos metodologas primordiales de
evaluacin de amenaza, que engloban los esfuerzos realizados en el pasado en diferentes
estudios en el mbito mundial.
1.3.1 Anlisis determinstico de amenaza ssmica
Durante muchos aos el anlisis determinstico de amenaza ssmica (Deterministic Seismic
Hazard Analysis DSHA) fue la herramienta primordial de la ingeniera ssmica para la
evaluacin de la amenaza en una zona determinada. El uso del DSHA implica la definicin
de un escenario particular, en el cual se basa la estimacin del movimiento del terreno y los
efectos secundarios relacionados. El escenario se define como un sismo de magnitud
conocida, el cual sucede en un sitio determinado. Los pasos a seguir, para llevar a cabo un
DSHA, son:

1. Caracterizacin de las fuentes generadoras de terremotos con influencia en el sitio
de anlisis. Se requiere definir cada fuente en trminos de su geometra y
sismicidad.
2. Seleccin de la distancia de la fuente al sitio. Generalmente se toma la menor
distancia existente entre la fuente y el lugar de anlisis.
3. Seleccin del sismo de anlisis, el cual representa de la mejor manera el potencial
ssmico de la fuente en consideracin, en trminos de la intensidad en el sitio bajo
estudio. Se debe escoger a partir de comparacin de los niveles de intensidad
generados por sismos histricos de la regin, o de otras regiones con caractersticas
neotectnicas similares, de tal manera que sea posible definir una magnitud del
sismo de anlisis para las distancias anteriormente definidas.
4. Seleccin de las funciones de atenuacin que permitan caracterizar completamente
la amenaza en el sitio. Segn el alcance del anlisis se requerirn funciones de
atenuacin de aceleracin, velocidad, desplazamiento, componentes espectrales de
los anteriores parmetros, duracin, o cualquier otro parmetro.

El DSHA indica el peor caso posible del efecto ssmico en el sitio de anlisis. Cuando se
emplea el DHSA para la evaluacin de la amenaza en estructuras primordiales, puede


1-7

ERN Amrica Latina
estimarse la mayor intensidad que puede afectar dichas estructuras. Sin embargo, no se
toma en cuenta cul es la probabilidad de ocurrencia de ese evento, si es probable o no que
ocurra en el sitio escogido, qu tan probable es que suceda a lo largo de un perodo
determinado, ni cul es el grado de incertidumbre asociado a las variables involucradas en
el problema.

En general, el anlisis determinstico no se emplea ni se recomienda como herramienta
nica del anlisis de la amenaza ssmica. Puede ser usado principalmente como herramienta
de calibracin de modelos ms refinados, siempre y cuando se cuente con informacin
histrica suficiente, o para el anlisis retrospectivo de eventos histricos especficos.

1.3.2 Anlisis probabilstico de amenaza ssmica
En la ltimas dcadas se ha desarrollado el enfoque probabilstico en los anlisis de
amenaza ssmica, con el fin de involucrar de manera analtica la incertidumbre asociada con
las variables que intervienen en el peligro ssmico de una regin. Parmetros como la
frecuencia de ocurrencia de determinado sismo, la probabilidad de que ocurra en un sitio
especfico, probabilidades de excedencia de intensidades ssmicas, etc, son incluidos en los
modelos de clculo, para conformar un anlisis probabilstico de amenaza ssmica (PSHA
por sus siglas en ingls). Los pasos a seguir para llevar a cabo un PSHA son:

1. Caracterizacin de las fuentes generadoras de terremotos con influencia en el sitio
de anlisis, en trminos de su geometra y distribucin de probabilidad de puntos de
inicio de la ruptura en el rea de falla definida. Es usual asumir una distribucin de
probabilidad uniforme, lo cual implica que la ocurrencia de sismos se espera con
igual probabilidad en cualquier lugar de la geometra de fuente definida.
Determinacin de la sismicidad de las fuentes consideradas, a partir del registro
histrico de eventos ocurridos sobre la geometra anteriormente definida (catlogo
ssmico), y de informacin y estudios de neotectnica y paleosismologa para la
fuente. La sismicidad se establece por medio de una curva de recurrencia de
magnitudes, la cual es una relacin especfica para cada fuente, que indica cual es la
tasa de excedencia de una magnitud ssmica particular.
2. Seleccin de las funciones de atenuacin que permitan caracterizar completamente
la amenaza en el sitio. Segn el alcance del anlisis se requerirn funciones de
atenuacin de aceleracin, velocidad, desplazamiento, componentes espectrales de
los anteriores parmetros, duracin, etc. Debe involucrarse la incertidumbre
asociada a la estimacin de los parmetros, generalmente indicada en cada modelo
de atenuacin.
3. Finalmente se combinan las incertidumbres asociadas a localizacin, tamao y
atenuacin y se obtiene una curva de amenaza, la cual indica la probabilidad que
una intensidad especfica sea igualada o excedida en un periodo de tiempo
determinado.


1-8

ERN Amrica Latina
1.4 Herramientas computacionales
Existe una diversidad de herramientas computacionales y aplicaciones en software para la
evaluacin de la amenaza ssmica. La mayora de esta aplicaciones se basan en modelos de
amenaza probabilstica (PSHA), brindando diferentes utilidades en trminos de definicin
de fuentes ssmicas, sismicidad y relaciones de atenuacin de movimiento fuerte. La Tabla
1-3 presenta los principales sistemas relacionados.

Tabla 1-3
Algunos herramientas computacionales

Programa Descripcin Mtodo de clculo Referencia
EZ-FRISK
Programa de clculo para estimar
amenaza ssmica, respuesta local,
manipulacin de seales ssmicas,
obtencin de seales consistentes con
espectros de respuesta determinados.
Cuenta con archivos predeterminados
de fuentes ssmicas, sismicidad y
atenuacin.
- Amenaza ssmica: PSHA
- Respuesta local de
suelos: Mtodo lineal
equivalente
Risk Engineering Inc.
http://www.ez-frisk.com
HAZUS-MH
Programa de clculo de riesgos por
diversas amenazas naturales (Sismo,
Huracn, Inundacin)
PSHA
FEMA
http://www.fema.gov
/plan/prevent/hazus/
OpenSHA
Sistema en cdigo Open Source para
el clculo de amenaza ssmica.
PSHA
USGS- SCEC
http://www.opensha.org/
CRISIS2007
Sistema para la integracin de la
amenaza ssmica en una zona
determinada. Permite la definicin de
fuentes, sismicidad, atenuacin y
sitios de anlisis.
PSHA / DSHA
Instituto de Ingeniera.
UNAM

1.5 Modelo analtico propuesto
1.5.1 Generalidades
Amrica Central es una zona de amenaza ssmica elevada, principalmente influida por la
interaccin de las placas del Coco y del Caribe en la zona de subduccin del Pacfico.

En el caso de Nicaragua, se tiene conocimiento de al menos dos sismos que azotaron su
capital Managua en la historia reciente del pas. En 1931, un sismo de magnitud Ml=6.0
golpe la ciudad causando cerca de 1,000 muertes, mientras que en 1972 un sismo de
magnitud Ml= 6.3 con epicentro dentro del casco urbano de la ciudad, caus la muerte de
alrededor de 10,000 personas (cerca del 2.5% de la poblacin de entonces). Por otra parte,
en 1992 un terremoto de magnitud Ml=7.2 con epicentro en las afueras de la costa pacfica,
produjo un tsunami que impact cerca de 250 km de costa, causando la muerte a unas 170
personas y generando prdidas estimadas en US$ 25 millones (dlares de 1992)
1
.

1
EM-DAT http:// www.em-dat.be


1-9

ERN Amrica Latina
As mismo, en Costa Rica se ha presentado actividad ssmica constante, tanto en la zona de
subduccin, como en la regin central, dominada por fuentes locales de tipo intraplaca.
Varios sismos histricos ocurridos principalmente en fallas ubicadas a lo largo de la parte
sureste de la cadena volcnica central y el inicio de la cordillera de Talamanca, han
generado daos importantes. Ejemplos son el sismo del 4 de Mayo de 1910, que destruy la
ciudad de Cartago dejando un saldo de cerca de 700 personas muertas, y el sismo del 22 de
Agosto de 1951, que destruy Paraso y Oros
2
.

El ambiente neotectnico que caracteriza la amenaza ssmica de Amrica Central incluye
como fuentes la zona de subduccin del Pacfico a nivel nacional, y fallas geolgicas
intraplaca a nivel local. Esto implica que se espera que puedan suceder al menos dos tipos
de sismos. Los sismos de subduccin se caracterizan normalmente por disipar la energa de
deformacin de manera relativamente lenta, generando registros con aceleracin de baja
frecuencia y larga duracin. La zona de subduccin produce anualmente un conjunto de
terremotos de magnitudes bajas o intermedias a gran profundidad, por lo cual las ondas
ssmicas generadas alcanzan los asentamientos poblados con intensidades bajas o
intensidades como para ser destructivas. Sin embargo la subduccin es capaz de producir
terremotos de magnitud considerable (ms de 8), con un alto poder destructivo y tiene la
posibilidad de generar tsunamis en la costa pacfica.

Por otra parte, los sismos intraplaca, generados por fuentes locales, presentan comnmente
rompimientos abruptos que se traducen en seales con aceleracin de alta frecuencia y
corta duracin. Por sus caractersticas resulta importante considerar estos sismos en la
amenaza ssmica local. Los lineamientos de fallas se encuentran ubicados primordialmente
a lo largo del cinturn volcnico de Amrica Central. Si bien este tipo de fuentes ssmicas
rara vez producen eventos de magnitud superior a 6.5, su profundidad es comnmente
inferior a los 20 km, por lo cual representan un peligro de consideracin, especialmente en
centros poblados ubicados en zonas de fallamiento activo (e.g. Managua, Nicaragua).

Para la evaluacin del riesgo ssmico en los pases de la regin Centroamericana se hace
necesario identificar la amenaza ssmica de la manera ms confiable posible, tanto a nivel
de la roca base como en la superficie. La amenaza ssmica puede representarse mediante
mapas de aceleraciones, velocidades y desplazamientos para diferentes perodos de retorno
o para determinados escenarios ssmicos y de manera ms especfica, mediante espectros de
aceleraciones, velocidades o desplazamientos para considerar la eventual respuesta de
cualquier tipo de componente de infraestructura.

Inicialmente es necesario determinar un rea de influencia que permita limitar el problema
a la zona dentro de la cual los sismos son relevantes. En segundo lugar se requiere
identificar las fuentes que dentro del rea de influencia previamente establecida son capaces
de generar sismos de importancia. Una vez identificadas, estas fuentes deben caracterizarse
a travs de ecuaciones basadas en los datos ssmicos existentes. A partir de aqu, se hace

2
Observatorio Vulcanolgico y Sismolgico de Costa Rica


1-10

ERN Amrica Latina
posible la evaluacin probabilstica de parmetros para anlisis ssmicos en el sitio de
inters.

En el presente estudio se ha desarrollado una metodologa de clculo de la amenaza, basada
en la teora sismolgica clsica. Con base en la sismicidad de las fuentes del territorio y en
las leyes de atenuacin de los diferentes parmetros ssmicos, es posible identificar la
amenaza ssmica de todas las fuentes que pueden generar efectos importantes sobre la
regin o para escenarios ssmicos especficos. El resultado fundamental de este tipo de
anlisis son las tasas de excedencia asociadas a perodos de recurrencia especficos.

La amenaza ssmica se cuantifica en trminos de los perodos de recurrencia (o sus
inversos, las tasas de excedencia) de las intensidades ssmicas relevantes para el
comportamiento de las estructuras. La tasa de excedencia de una intensidad ssmica se
define como el nmero medio de veces, por unidad de tiempo, en que el valor de esa
intensidad ssmica ser excedido.

Es posible determinar la amenaza ssmica contando las veces en que se han excedido
valores de intensidad pre-determinadas en el sitio de inters. Sin embargo, la determinacin
directa rara vez se puede realizar porque no se dispone de catlogos completos con las
aceleraciones que han producido los sismos en un sitio. Por lo anterior, resulta necesario
calcular la amenaza ssmica de manera indirecta. Para ello, se evala primero la tasa de
actividad ssmica en las fuentes generadoras de temblores y despus se integran los efectos
que producen, en un sitio dado, los sismos que se generan en la totalidad de las fuentes.

1.5.2 Seleccin
Como metodologa general de clculo se selecciona el modelo de amenaza probabilista,
dado que permite la definicin de escenarios de ocurrencia de terremotos, caracterizados
por medio de su probabilidad de ocurrencia, y permite dar un tratamiento adecuado a la
incertidumbre del problema. La estimacin de parmetros de movimiento fuerte se hace por
medio de las funciones de atenuacin definidas en el proyecto regional RESIS II
(NORSAR et. al. 2008), las cuales se ajustan a las caractersticas tectnicas de la regin
centroamericana.

1.5.3 Procedimiento de anlisis
La Figura 1-3 presenta un diagrama de flujo con los principales elementos del modelo de
amenaza ssmica aplicado. Los pasos principales de la metodologa utilizada son los
siguientes:

(1) Definicin y caracterizacin de las fuentes sismognicas principales: a partir de la
informacin geolgica y neotectnica recolectada, as como estudios previos, se
definen geomtricamente las principales fuentes sismognicas.


1-11

ERN Amrica Latina
(2) Asignacin de parmetros de sismicidad a las diferentes fuentes ssmicas: con base
en el catlogo ssmico histrico, y estudios previos realizados, se asignan los
parmetros de sismicidad a cada fuente sismognica identificada.

(3) Generacin de un conjunto de eventos estocsticos compatible con la distribucin
de ubicacin, profundidad, frecuencias y magnitudes: a partir de toda la
informacin anterior, se generar un conjunto de eventos ssmicos posibles por
medio de un muestreo basado en divisin recursiva de la geometra de las fuentes, y
asignacin de parmetros de sismicidad a cada segmento de manera ponderada
segn su aporte de rea en el rea total. Para cada segmento se generan una serie de
escenarios de diversas magnitudes, cuyas probabilidades de ocurrir se calculan a
partir la curva de recurrencia de magnitudes especfica de esa fuente.

(4) Modelo de atenuacin de parmetros de movimiento del terreno: con base en
informacin recolectada, estudios previos y el estado del conocimiento actual acerca
de las funciones de atenuacin espectrales, se definen las funciones de atenuacin
apropiadas.

(5) Generacin de mapas de amenaza de eventos representativos: se generan los mapas
de distribucin espacial de intensidad ssmica, de acuerdo con sus valores mximos
y espectrales para cada evento estocstico calculado y por medio del modelo de
atenuacin adoptado.

(6) Amplificacin de parmetros de amenaza por efectos de sitio: la respuesta dinmica
de depsitos de suelo modifica las caractersticas del movimiento en amplitud,
contenido frecuencial y duracin. El efecto de amplificacin y deamplificacin de
los parmetros de amenaza por efecto de los depsitos de suelo blando superficiales
se cuantifica de diversas formas. Es comn hacerlo por medio de la propagacin de
ondas de corte por los estratos de suelo.

(7) Aplicacin del modelo de probabilstico de amenaza ssmica: obtencin de mapas
de amenaza ssmica para diferentes parmetros de intensidad. Los mapas se calculan
para diferentes periodos de retorno de anlisis.

(8) Parmetros de movimiento del terreno: los parmetros de movimiento del terreno
que mejor representan los daos eventuales en obras de infraestructura son los
siguientes:

Aceleracin, velocidad y desplazamiento mximos del terreno.
Aceleracin, velocidad y desplazamientos espectrales para diferentes periodos
estructurales de vibracin.


1-12

ERN Amrica Latina

Figura 1-3
Diagrama de flujo del mdulo de amenaza ssmica

AMENAZA SSMICA
Catlogo de
informacin ssmica
Identificacin y
definicin de fuentes
ssmicas principales
Asignacin de eventos
a fuentes
Caracterizacin
neotectnica
Curvas de recurrencia de
magnitudes por fuente y
asignacin de parmetros
Conjunto de eventos estocsticos:
- Ubicacin segn fuentes (distancia)
- Magnitud
- Frecuencia de ocurrencia
Modelo de atenuacin de parmetros de
movimiento del terreno
Intensidad espectral A, V, D
Amplificacin de parmetros de
amenaza por efectos de sitio
Mapas de movimiento del terreno por
evento
MODELO DE AMENAZA
PROBABILISTA
Mapas de amenaza probabilstica
- Intensidades espectrales A, V, D


1-13

ERN Amrica Latina
1.5.4 Parmetros de sismicidad de fuentes sismognicas
La actividad de la i-sima fuente ssmica se especifica en trminos de la tasa de excedencia
de las magnitudes,
i
(M), generadas por esta fuente. La tasa de excedencia de magnitudes
mide qu tan frecuentemente se generan temblores con magnitud superior a una especfica.
Para la mayor parte de las fuentes ssmicas, la funcin
i
(M) es una versin modificada de
la relacin de Gutenberg y Richter. En estos casos, la sismicidad queda descrita de la
siguiente manera:

0
0
( )
u
u
M M
M M
e e
M
e e

(Ec. 7)

donde M
0
es la mnima magnitud relevante.
0
,
i
, y M
u
son parmetros que definen la tasa
de excedencia de cada una de las fuentes ssmicas. Estos parmetros, diferentes para cada
fuente, se estiman por medio de procedimientos estadsticos, que incluyen informacin
sobre regiones tectnicamente similares a las del pas, ms informacin experta,
especialmente sobre el valor de M
u
, la mxima magnitud que puede generarse en cada
fuente.

Figura 1-4
Tasas de excedencia de fuentes para el modelo de sismicidad de Poisson.

De esta manera, cada una de las fuentes sismognicas queda caracterizada mediante una
serie de parmetros de sismicidad, los cuales se determinan con base en la informacin
ssmica disponible. Los parmetros definidos son los siguientes:

Valor beta: se identifica mediante el parmetro que representa la pendiente del
tramo inicial de la curva de recurrencia de magnitudes.

3 4 5 6 7 8 9
Magnitud [Ms]
0.001
0.01
0.1
1
10
100
E
v
e
n
t
o
s
/
A
o
Mu
o
3 4 5 6 7 8 9
Magnitud [Ms]
0.001
0.01
0.1
1
10
100
E
v
e
n
t
o
s
/
A
o
Mu
o


1-14

ERN Amrica Latina
Magnitud mxima M
u
: se estima con base en la mxima longitud de ruptura posible
de cada una de las fuentes y en otras caractersticas morfotectnicas.

Tasa de recurrencia de sismos con magnitud mayor que 4.0 (
0
): corresponde al
nmero promedio de eventos por ao de sismos con magnitud mayor que 4.0 que se
producen en una determinada fuente.

El modelo de clculo de la amenaza ssmica se adelanta con base en las fuentes
sismognicas regionales (fallas intraplaca y subduccin) de acuerdo con la informacin
existente y con estudios previos realizados en pases Centroamericanos.

1.5.5 Atenuacin de los parmetros de amenaza
Una vez determinada la tasa de actividad de cada una de las fuentes ssmicas, es necesario
evaluar los efectos que, en trminos de intensidad ssmica, produce cada una de ellas en un
sitio de inters. Para ello se requiere saber qu intensidad se presentara en el sitio en
cuestin, hasta ahora supuesto en terreno firme, si en la i-sima fuente ocurriera un temblor
con magnitud dada. A las expresiones que relacionan magnitud, posicin relativa fuente-
sitio e intensidad ssmica se les conoce como leyes de atenuacin. Usualmente, la posicin
relativa fuente-sitio se especifica mediante la distancia focal, es decir, la distancia entre el
foco ssmico y el sitio. Las leyes de atenuacin pueden adoptar formas muy diversas. En
este caso se utilizan diversas leyes de atenuacin dependiendo del tipo de sismo. Como se
ver ms adelante, se considera que las intensidades ssmicas relevantes son las ordenadas
del espectro de respuesta a, (pseudoaceleraciones, 5% del amortiguamiento crtico),
cantidades que son aproximadamente proporcionales a las fuerzas laterales de inercia que
se generan en las estructuras durante sismos.

La intensidad ssmica no est exenta de incertidumbre por lo que no puede considerarse
como una variable determinista. Por esta razn, se supone que la intensidad ssmica a es
una variable aleatoria de distribucin lognormal con mediana dada por la ley de atenuacin
y desviacin tpica del logaritmo natural igual a
lna
. Dentro de los anlisis desarrollados se
clasifican las fuentes ssmicas en dos grupos; fuentes activas o intraplaca y fuentes de
subduccin. A cada uno de estos tipos de fuentes est asociada una ley de atenuacin
diferente.

Se utilizan leyes de atenuacin espectrales que toman en cuenta el hecho de que la
atenuacin es diferente para ondas de diferentes frecuencias, con lo cual es posible calcular
el espectro de respuesta esperado dadas una magnitud y una distancia.

1.5.6 Clculo de la amenaza ssmica
Una vez conocidas la sismicidad de las fuentes y los patrones de atenuacin de las ondas
generadas en cada una de ellas, puede calcularse la amenaza ssmica considerando la suma
de los efectos de la totalidad de las fuentes ssmicas y la distancia entre cada fuente y el


1-15

ERN Amrica Latina

( | , ) 1
Pr( | , ) ln
i
Lna
E A M R
A a M Ro
a
| |
> =
|
\
sitio donde se encuentra la estructura. La amenaza, expresada en trminos de las tasas de
excedencia de intensidades a, se calcula mediante la siguiente expresin:

=
>
=
N
n
Mu
Mo
i
dM R M a A
M
a
1
) , | Pr( ) (

(Ec. 8)

donde la sumatoria abarca la totalidad de las fuentes ssmicas N, y Pr(A>a|M,R
i
) es la
probabilidad de que la intensidad exceda un cierto valor, dadas la magnitud del sismo M, y
la distancia entre la i-sima fuente y el sitio R
i
. Las funciones
i
(M) son las tasas de
actividad de las fuentes ssmicas. La integral se realiza desde M
0
hasta M
u
, lo que indica
que se toma en cuenta, para cada fuente ssmica, la contribucin de todas las magnitudes.

Conviene hacer notar que la ecuacin anterior sera exacta si las fuentes ssmicas fueran
puntos. En realidad son volmenes, por lo que los epicentros no slo pueden ocurrir en los
centros de las fuentes sino, con igual probabilidad, en cualquier punto dentro del volumen
correspondiente. Se debe tomar en cuenta esta situacin subdividiendo las fuentes ssmicas
en tringulos, en cuyo centro de gravedad se considera concentrada la sismicidad del
tringulo. La subdivisin se hace recursivamente hasta alcanzar un tamao de tringulo
suficientemente pequeo como para garantizar la precisin en la integracin de la ecuacin
anterior.

En vista de que se supone que, dadas la magnitud y la distancia, la intensidad tiene
distribucin lognormal, la probabilidad Pr(A>a|M, R
i
) se calcula de la siguiente manera:

(Ec. 9)

siendo ( ) la distribucin normal estndar, E(A|M, R
i
) el valor esperado del logaritmo de
la intensidad (dado por la ley de atenuacin correspondiente) y
Lna
su correspondiente
desviacin estndar.

1.5.7 Modificacin de los parmetros de amenaza por efectos de sitio
Durante un sismo, se presentan principalmente dos tipos de respuesta de sitio que pueden
llegar a producir problemas de consideracin. Uno en el que el suelo modifica el contenido
frecuencial y la amplitud del sismo, hacindolo ms o menos destructivo; en el otro el suelo
mismo falla y se fisura, movindose horizontal y verticalmente.

El comportamiento dinmico de depsitos estratificados se modela mediante funciones de
transferencia espectrales, las cuales permiten conocer el valor de amplificacin por el cual
se deben modificar las aceleraciones espectrales calculadas a nivel de terreno firme. Estas
funciones de transferencia deben construirse para diferentes valores de aceleracin mxima


1-16

ERN Amrica Latina
del terreno, con el fin de tener en cuenta el efecto no lineal de degradacin de los suelos. En
la Figura 1-5 se presenta una funcin de transferencia espectral tpica.

0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
0 0.5 1 1.5 2 2.5 3
A
m
p
l
i
f
i
c
a
c
i
n

Frecuencia [Hz]
Amax = 0.05 g
Amax = 0.10 g
Amax = 0.20 g
Amax = 0.40 g

Figura 1-5
Funcin de amplificacin espectral tpica de un suelo blando

A partir de la funcin de amplificacin definida para el sitio de anlisis, las aceleraciones
espectrales a nivel de superficie Sa
sup
, se calculan como:

tf A
Sa A Sa =
max sup
(Ec. 10)

donde A
Amax
es el nivel de amplificacin calculado para un para un valor de Amax
(aceleracin mxima del terreno firme) dado, y Sa
tf
es la aceleracin espectral calculada a
nivel del terreno firme, empleando el modelo de amenaza ssmica.

2-1

ERN Amrica Latina
2 Modelo de evaluacin de amenaza por tsunami
2.1 Introduccin
La modelacin de tsunami debe abordarse por medio de dos anlisis complementarios: i)
generacin, y ii) propagacin y arribo. Los anlisis de generacin permiten estimar la
energa que un evento detonante es capaz de transmitir a la masa de agua en forma de ondas
gravitacionales. Este anlisis involucra un importante conocimiento del proceso detonante y
la capacidad de establecer o adoptar modelos de comportamiento dentro de las condiciones
esperadas para el rea bajo estudio, as como la necesidad de establecer o adoptar modelos
de interaccin entre el suceso detonante y la masa de agua.

Los anlisis de propagacin y arribo requieren de la aplicacin de una teora hidrodinmica
que permita establecer las condiciones de propagacin de las ondas gravitacionales en el
agua, as como determinar las condiciones de arribo, amplificaciones por efectos locales
particulares y la capacidad de afectar en sitios poblados determinados o componentes de
infraestructura importantes.

2.2 Hidrodinmica de los tsunamis
Con el fin de poder establecer las condiciones mediante los que se desarrolla la amenaza
por tsunami, es necesario conocer las caractersticas fsicas del desplazamiento del agua
que inducen los sismos, y que proveen la mejor descripcin, tanto de su tamao como de la
capacidad destructiva. Una descripcin analtica detallada se encuentra en Satake 2002,
Helal & Mehanna 2008.

2.2.1 Ondas largas
Se considera un sistema de coordenadas con el origen a nivel de la superficie de agua en
reposo. Las condiciones geomtricas se presentan en la Figura 2-1, para una onda con
velocidad de propagacin V (vector con componentes u y w en x y z respectivamente)
(Satake 2002). A este tipo de ondas se les conoce tambin como gravitacionales, dado que
la gravedad es la que controla el mecanismo de restauracin del medio.

p g
Dt
V D
=
1
(Ec. 11)

donde

D/Dt indica la derivada total representada por: V V
t
V
Dt
V D
+
=

2. Modelo de Evaluacin de Amenaza por Tsunami

2-2

ERN Amrica Latina
V = Gradiente de velocidades.
g = Vector en tres componentes de aceleracin gravitacional
= Densidad del medio de propagacin
p = Gradiente de presin.

Figura 2-1
Condiciones geomtricas de las ondas largas

En el caso de que la longitud de onda sea mucho mayor que la profundidad del medio
(>>d), la aceleracin vertical resultante en el agua es despreciable, en comparacin con la
gravedad. Esto implica que el movimiento de la masa de agua, en direccin horizontal, es
prcticamente constante desde el fondo hasta la superficie. A este tipo de ondas se les
conoce como ondas largas, u ondas en aguas someras (shallow-water waves). Para el caso
de los tsunamis, la profundidad de los ocanos se encuentra tpicamente alrededor de los 5
km, mientras que la longitud del frente de ondas puede ser de varios cientos de kilmetros.
Por este motivo, la aproximacin de onda larga es suficientemente vlida para caracterizar
el trnsito de la energa del tsunami en mar abierto.

La componente de movimiento horizontal de la Ecuacin 11 se puede escribir como sigue,
al remplazar el gradiente de presiones por la pendiente de la superficie del agua.

x
h
g
Dt
Du
= (Ec. 12)

En el caso de los tsunami, el trmino de no linealidad es normalmente pequeo y puede ser
despreciado ( t u Dt Du / / ), por lo que la ecuacin de movimiento se convierte en

x
h
g
t
u
(Ec. 13)

En el caso particular en que la amplitud vertical del movimiento es muy pequea, en
comparacin con la profundidad del agua (d>>h), la ecuacin de continuidad puede
escribirse como
d
h

x
z


2-3

ERN Amrica Latina

( ) du
x t
h
(Ec. 14)

A las ondas de este tipo se les conoce como ondas largas lineales de baja amplitud. Las
suposiciones realizadas son vlidas para describir el movimiento de los tsunami, excepto en
regiones aledaas a la costa. Empleando las Ecuaciones 13 y 14, se deriva la ecuacin de
onda caracterstica de este problema, considerando la profundidad d como constante.

2
2
2
2
2
x
h
c
t
h
(Ec. 15)

donde gd c = , corresponde a la velocidad de propagacin de la onda.

2.2.2 Propagacin de ondas
Al suponer que el comportamiento hidrodinmico de los Tsunami se basa en la teora de
ondas largas, es posible emplear la teora geomtrica de propagacin ptica de rayos para
determinar aproximadamente el tiempo que le toma al frente de ondas arribar a un destino
especfico. Esta informacin es crucial para el funcionamiento correcto de los sistemas de
alerta, de manera que sean capaces de predecir el tiempo de llegada de las ondas, y
permitan la ejecucin de los protocolos de evacuacin y respuesta a la emergencia. Con los
mapas de refraccin de ondas, se presentan los contornos de igual tiempo de arribo. En el
clculo de estos mapas se considera nicamente la condicin de refraccin de ondas,
despreciando el efecto de reflexin, dado que no se trata de un mapa de amplitudes o
amplificaciones de onda. La Figura 2-2 presenta un mapa de refraccin de ondas para el
tsunami de Indonesia del 26 de Diciembre de 2004
3
.

3
Disponible en el sitio web de la National Oceanic and Atmospheric Administration


2-4

ERN Amrica Latina

Figura 2-2
Diagrama de refraccin de ondas, con contornos de tiempo de arribo. Tsunami de
Indonesia, 26 de Diciembre de 2004
(Fuente: National Oceanic and Atmospheric Administration)

2.2.3 Ley de Green
Un anlisis de conservacin de la energa a lo largo de uno de los rayos del mapa de
refraccin, permite establecer condiciones de aproximacin de los valores propios de la
onda generada por el tsunami, obtenindose del anlisis la siguiente expresin:

2 2
1
1
1
i
i
i
i
i
i
h
d
b
h
d
b =
(Ec. 16)

donde b es la distancia entre rayos, d es la profundidad del agua, y h es la amplitud del
tsunami (amplitud del agua contada desde el nivel de reposo). Los subndices i-1 y i,
representan dos estados inmediatos de anlisis. Si se conoce la amplitud del tsunami en un
estado inicial determinado, junto con las caractersticas ocenicas y de propagacin de la
onda, es posible estimar la amplitud en el estado siguiente por medio de la siguiente
expresin.


2-5

ERN Amrica Latina

4 / 1
1
2 / 1
1
1
|
|
\
|
|
|
\
|
=

i
i
i
i
i i
d
d
b
b
h h (Ec. 17)

Esta relacin se conoce como Ley de Green. Es una relacin general de propagacin de
ondas en medios someros, la cual puede ser aplicada para el caso de los tsunamis. La
relacin
1
/
i i
b b representa la dispersin de los rayos a medida que se propaga la onda. Los
rayos se distribuyen de manera perpendicular a los contornos del frente de onda (ver Figura
2-2), con origen comn en el epicentro ssmico o la fuente generadora.

2.2.4 Ecuaciones de onda larga
Al incluir el efecto de la rugosidad del fondo ocenico, as como el efecto de Coriolis
generado por la rotacin terrestre, las ecuaciones del movimiento de la onda larga, para el
caso tridimensional, pueden escribirse de la siguiente manera (Satake 2002)

h d
V U V
C
y
h
g fU
y
V
V
x
V
U
t
V
h d
V U U
C
x
h
g fV
y
U
V
x
U
U
t
U
f
f
+
+
+
+
2 2
2 2
(Ec. 18)

junto con la ecuacin de continuidad

( ) ( ) ( ) ( ) 0 = +
+ +
d h V
y
d h U
x t
h
(Ec. 19)

donde f es el parmetro de Coriolis, C
f
es un coeficiente adimensional de friccin, U y V
son las velocidades promedio en las direcciones x y y respectivamente. Empleando las
relaciones anteriores, es posible modelar el comportamiento de las ondas que genera un
tsunami, en el sentido de predecir sus condiciones de propagacin y arribo.

2.3.1 Generalidades
La actividad ssmica en regiones ocenicas induce la existencia de una importante amenaza
por eventos tsunamignicos. El desplazamiento constante de las placas tectnicas y su
interaccin en las zonas de subduccin, hace que la amenaza por tsunami se manifieste de
manera recurrente, con la misma frecuencia o probabilidad que los eventos ssmicos
detonantes.


2-6

ERN Amrica Latina
El nivel de impacto que es capaz de producir un tsunami est asociado con el tamao y
profundidad del terremoto, la velocidad de propagacin de las ondas en el agua y la altura
de la ola al momento de su llegada a la costa. Los modelos ssmicos e hidrodinmicos
permiten establecer aproximaciones sobre las caractersticas que podran presentar los
tsunamis futuros, para diferentes perodos de recurrencia, de tal manera que puedan
disearse planes de accin preventiva y de respuesta a las emergencias, as como el
desarrollo de sistemas de alerta-alarma en las reas crticas.

2.3.2 Seleccin
La modelacin hidrodinmica detallada del trnsito de las ondas gravitacionales en mares y
ocanos requiere de informacin con alto nivel de detalle que en el momento no se
encuentra disponible para la regin. La caracterizacin adecuada de los desplazamientos
cossmicos del lecho marino, los cuales determinan la magnitud del evento de tsunami,
requiere de la utilizacin de modelos sismolgicos complejos, cuya aplicacin se ve
restringida dado el relativamente pobre conocimiento que se tiene del fenmeno de ruptura
en la zona de subduccin, durante terremotos de magnitud alta. As mismo la informacin
batimtrica detallada para la totalidad de la costa del pas, o regiones particulares de inters,
no se encuentra disponible, y su levantamiento requiere de grandes esfuerzos y desarrollos
tecnolgicos.

Por lo tanto se selecciona un modelo paramtrico simplificado, calibrado a partir de
informacin existente de elevacin de ola para el tsunami de Nicaragua de 1992, el cual
permite emplear el modelo de amenaza ssmica seleccionado como detonante de los
escenarios de amenaza por tsunami.

La Figura 2-3 presenta el diagrama de flujo del modelo empleado para el clculo de la
amenaza por tsunami. Los pasos principales a tener en cuenta en el desarrollo de esta
metodologa son:

(1) Anlisis preliminar de la amenaza ssmica: se emplean los modelos de amenaza
ssmica propuestos para la evaluacin de la probabilidad de ocurrencia de los
eventos detonantes de posibles tsunamis en la costa pacfica de Centroamrica. Para
este fin se definen los parmetros de recurrencia de las diferentes fuentes asociadas,
principalmente la subduccin del Pacfico, o en la fosa mesoamericana.

(2) Generacin de un conjunto de eventos estocsticos compatible con la distribucin
de ubicacin, profundidad, frecuencias y magnitudes de eventos detonantes: se
establece un conjunto de eventos ssmicos potencialmente generadores de tsunami,
para los cuales se calculan sus condiciones de impacto en la costa. Cada uno de
estos eventos lleva asociada la probabilidad de ocurrencia del evento ssmico
detonante.


2-7

ERN Amrica Latina

Figura 2-3
Diagrama de flujo de la metodologa propuesta

(3) Modelo paramtrico de tsunami: con base en el modelo presentado a continuacin,
se determinan las alturas de ola mxima las cuales consideran de manera
simplificada las principales variables de generacin y propagacin de los tsunamis

(4) Consideracin de las condiciones batimtricas locales: se contempla, en el anlisis,
la posibilidad de incluir una base de informacin batimtrica y topogrfica tan
detallada como sea posible y que permita establecer las amplificaciones puntuales
del efecto de un tsunami determinado.

AMENAZA POR TSUNAMI
Eventos histricos
importantes
Modelo paramtrico de tsunami
que considera la generacin
(deformacin vertical del lecho
marino) y la propagacin de las
ondas para determinar la altura
de ola mxima

Condiciones batimtricas
locales
- Amplificaciones de ola
- rea de inundacin
Calibracin con eventos
histricos relevantes
MODELO DE INTEGRACIN
PROBABILSTICA
- Altura de ola
- rea de inundacin
MODELO DE AMENAZA SSMICA
Conjunto de eventos en zonas crticas:
- Localizacin
- Magnitud
- Profundidad


2-8

ERN Amrica Latina
(5) Generacin de mapas de amenaza de eventos representativos: se generan los mapas
de distribucin espacial de altura de ola e incursin de la inundacin en el
continente, para cada evento estocstico calculado y por medio de los modelos de
generacin y propagacin adoptados. Adicionalmente, se pueden calcular los mapas
de amenaza de eventos histricos representativos.

(6) Aplicacin del modelo probabilstico de amenaza: obtencin de mapas de amenaza
por tsunami para los diferentes parmetros de intensidad mencionados
anteriormente y para diferentes perodos de recurrencia de anlisis.

A lo largo de la historia ssmica de Centroamrica se han presentado sismos con las
caractersticas apropiadas para generar tsunami. Los casos histricos permiten establecer
que, en general, se requieren sismos de subduccin con magnitud mayor a 7 para detonar
un tsunami.

2.3.4 Descripcin del modelo paramtrico
Debido a lo poco prctico que resultara modelar escenarios de Tsunami con los mtodos de
generacin y propagacin de ondas tradicionales se recurri a un mtodo paramtrico el
cual simplifica el proceso de modelacin con tiempos de clculo razonables aunque con
mayor incertidumbre en los resultados, por las caractersticas probabilistas del proyecto este
mtodo paramtrico se consider aceptable.

El mtodo paramtrico est basado en los trabajos de Okal y Synolakis (2004) donde de
acuerdo a observaciones de altura mxima en varios eventos de tsunami importantes,
proponen una expresin que ajusta de manera aproximada a las mediciones a lo largo de la
costa de afectacin. La expresin es la siguiente:

( )
1
2
+
(
=
a
y
b
y
(Ec. 20)

Donde (y) es la altura de ola, y es la distancia de la costa, y a y b son factores que se
obtienen de acuerdo a las caractersticas del temblor. El parmetro b tiene que ver con la
altura mxima de ola y el parmetro a con la distribucin de alturas en la costa.

De acuerdo a los anlisis con varios tsunamis producidos por sismos de fuente cercana,
Okal y Synolakis (2004) proponen valores de dichos parmetros. En la Figura 2-4 se
muestra una comparacin de valores obtenidos con la ecuacin anterior y mediciones de
altura mxima en la costa de Nicaragua producidas por el sismo del 2 de septiembre de
1992.


2-9

ERN Amrica Latina

Figura 2-4
Comparacin del modelo con mediciones del tsunami de Nicaragua de 1992

Un valor adicional que est relacionado con los parmetros a y b es el dato I
2
definido
como:

a
b
I =
2
(Ec. 26)

Las expresiones para obtener los parmetros indicados son resultado de un proceso de
ajuste de algunos eventos en Mxico y Centroamrica y las expresiones resultantes se
muestran a continuacin:

11 10
2
9 8
2
7 6
2
5 4
2
3 2
2
1
p Tan p Tan p H p H p h p h p L p L p Mo p Mo p b + + + + + + + + + + =

11 10
2
9 8
2
7 6
2
5 4
2
3 2
2
1 2
p Tan p Tan p H p H p h p h p L p L p Mo p Mo p I + + + + + + + + + + =
(Ec. 27)

Donde Mo es el momento ssmico en dinas centmetro, L es la distancia mnima del
epicentro a la costa en kilmetros, h es la profundidad del hipocentro en kilmetros, H es la
profundidad del agua en metros, Tan es la pendiente media de la batimetra a partir de la
costa y p
i
son constantes de ajuste de las ecuaciones y sus valores se indican en la Tabla
2-1.

Tabla 2-1
Valores de las constantes pi para las expresiones de b e I2

Constantes b I2
p1 -9.099E-58 -4.999E-60
p2 9.919E-29 4.852E-31
p3 7.250E-06 2.550E-07
p4 -7.795E-03 -2.047E-04
p5 -3.071E-04 2.857E-07
p6 -9.143E-03 -9.571E-05
p7 -2.500E-08 -7.500E-11
p8 3.990E-04 1.655E-06
p9 3.889E+02 3.045E+00
p10 -6.124E+01 -4.430E-01
p11 3.456E+00 5.108E-02


2-10

ERN Amrica Latina
2.3.4.1 Consideraciones
La manera de generar las variables de las ecuaciones anteriores es mediante el modelo
propuesto para la amenaza de sismo con el que se obtienen una lista de eventos, la
magnitud de los mismos y las coordenadas del hipocentro. Como consideraciones
adicionales se supone que los sismos generan tsunami solo s:

a. Tienen epicentros localizados en el mar
b. Tienen magnitudes mayores a 6 grados
c. La profundidad del hipocentro es menor a 60 Km
d. La distancia mxima de afectacin es de 600 Km

En la Figura 2-5 se ilustran algunas de las variables empleadas.

Figura 2-5
Esquema ilustrativo de las variables que intervienen en el mtodo paramtrico

Adicionalmente se hace uso de puntos de clculo definidos por el usuario. Estos puntos
indican la regin donde nos interesa conocer las reas de inundacin por tsunami y estn
definidos de la siguiente manera:

1. Las coordenadas de la lnea de costa (Cota 0).
2. Puntos en tierra con una elevacin aproximada de 15 metros (Cota 15). El objetivo de
estos puntos es realizar los clculos de altura de inundacin hasta las posiciones de los
mismos.
3. Factores de amplificacin locales.

Para el mtodo es importante que cada punto de la costa tenga un correspondiente punto de
tierra y que las rectas que se obtienen con estos puntos no se crucen. En la Figura 2-6 se
muestra un esquema con la definicin de estos puntos y algunas consideraciones para la
aplicacin del mtodo.


2-11

ERN Amrica Latina

Figura 2-6
Ejemplo de consideraciones para la aplicacin del mtodo paramtrico

2.3.4.2 Obtencin de parmetros
Dada la magnitud del sismo, M, el momento ssmico se obtiene con la expresin de
momento de Hanks y Kanamori, 1979.

( ) 1 . 16 * 5 . 1
10
+
=
M
Mo
(Ec. 28)

Con la informacin de la coordenada del hipocentro y los puntos de clculo se realizan las
siguientes consideraciones para los clculos ilustradas en la figura anterior:

1. Con la informacin de la batimetra se obtiene la profundidad de agua, H, sobre el
epicentro del sismo.
2. Se determina el punto ms cercano de la costa (Cota 0) y se considera que la distancia
entre estos puntos es el parmetro L
3. A partir de ese punto se obtienen las distancias y de cada punto
4. Con la batimetra se obtiene de cada punto y el valor de su tangente
5. Con todos estos parmetros se obtienen los valores de las constantes p
i
para obtener b e
I
2
y con esto valores obtener la altura de ola en cada punto de clculo.

2.3.4.3 Obtencin de zonas de inundacin
Una vez que se tiene la altura de ola (y) para cada punto de clculo, se pueden obtener las
zonas de inundacin en la regin acotada por los puntos de clculo, cota 0 a 15. La
estimacin de las zonas de inundacin se obtienen por la diferencia de la altura de ola (y)
y la elevacin del terreno obtenida con topografa detallada. En la Figura 2-7 se
esquematiza este anlisis.


2-12

ERN Amrica Latina
(y)

Figura 2-7
Esquema de estimacin de alturas de inundacin y resultados de reas de inundacin

3-1

ERN Amrica Latina
3 Modelo de evaluacin de amenaza por huracn
3.1 Introduccin
La generacin de huracanes est asociada con la incidencia de la radiacin solar sobre el
planeta, y los procesos climticos que sta induce. La atmsfera, cuyo espesor medio es de
130 km, est conformada con aire de distintas densidades, segn su altura y posicin en la
superficie terrestre. El aire seco est compuesto por nitrgeno 78%, oxgeno 20%, nen y
ozono menos del 1%, polvo y otros gases el 1% restante. Debido a los cambios trmicos se
pueden presentar molculas de agua en la composicin del aire que cambian su densidad.
La densidad del aire tiene un valor medio de 1.2 kg/m
3
pero puede tener variaciones de
hasta el 20 por ciento segn la poca del ao y la latitud del sitio.

En la superficie terrestre se desarrollan procesos circulatorios de las masas de aire, debidos
a la variacin de la temperatura atmosfrica con la altura, tambin denominada gradiente
trmico. Esto induce intercambios termodinmicos entre las zonas ms calientes y las ms
fras, para establecer el equilibrio. El aire caliente se desplaza hacia los polos y el aire fro
hacia el ecuador. De este modo, las masas de aire nivelan y suavizan el clima terrestre y
establecen los principios de la circulacin general. Al presentarse el movimiento de aire
caliente hacia las partes altas de la atmsfera se genera un centro de baja presin, con lo
que se pierde o reduce el calor de la atmosfera.

En un centro de baja presin el viento tiende a desplazarse hacia el centro del sistema, en
donde se acumula para luego ascender verticalmente. Al elevarse, la masa de aire se
expande, pierde energa y reduce el calor. Si se dan las condiciones de temperatura y
humedad necesarias, el vapor de agua del aire se condensa generando nubes.

Las depresiones tropicales pueden o no desarrollarse en eventos relevantes dependiendo de
las condiciones fsicas y ambientales dominantes en la zona y momento en que se generan.
Cuando estas depresiones tropicales embrinicas encuentran las condiciones apropiadas
pueden desarrollarse y generar tormentas tropicales o huracanes. Todos estos eventos se
originan bajo condiciones meteorolgicas similares y exhiben el mismo ciclo de vida. Las
distintas etapas del desarrollo de estos sistemas estn definidas por la velocidad sostenida
de los vientos, es decir los niveles de velocidad del viento y la presin atmosfrica que se
mantienen por tiempos superiores a un minuto, cerca del centro del sistema. En las etapas
formativas, la circulacin cerrada isobrica se conoce como depresin tropical. Si la
velocidad sostenida de los vientos excede los 63km/h (39 mph), se convierte en una
tormenta tropical. En esta etapa el sistema ya est en capacidad de producir algn tipo de
peligro. Cuando los vientos exceden los 119km/h (74 mph), el sistema se clasifica en un
huracn, la forma ms severa de los ciclones tropicales. El decaimiento del sistema ocurre
cuando la tormenta llega a aguas no tropicales o cruza una masa de tierra. Si se desplaza
hacia un ambiente no tropical, se le conoce como una tormenta subtropical depresin
subtropical. Si sucede desplazamiento sobre tierra, los vientos se desaceleran y nuevamente
se convierten en una tormenta y depresin tropical, hasta quizs disiparse completamente.

3. Modelo de evaluacin de amenaza por huracn

3-2

ERN Amrica Latina

El potencial de daos de los diferentes procesos relacionados con los ciclones tropicales,
est directamente relacionado con su intensidad, asociados siempre a una distribucin
geogrfica determinada, de la siguiente manera:

Viento: los vientos de un huracn pueden daar o destruir completamente vehculos,
edificios, caminos, etc., adems de convertir desechos y escombros en proyectiles
que son lanzados al aire a gran velocidad. Para el viento se utiliza como parmetro
la velocidad de viento pico para rfagas de 5 segundos.
Marea: los huracanes producen un incremento en el nivel del mar, que puede
inundar comunidades costeras. Este es el efecto ms daino, ya que el 80% de las
vctimas de un cicln mueren en los lugares donde estos tocan tierra. Se utiliza
como parmetro la altura mxima de la ola que se genera y la zona geogrfica de
impacto.
Lluvia torrencial: las precipitaciones intensas pueden provocar deslizamientos en
zonas montaosas, adems de desbordar masas acuticas cercanas. Para su
cuantificacin se utilizan en general las curvas de intensidad-duracin-frecuencia.

Existen diferentes metodologas para la estimacin de intensidades asociadas a los efectos
provocados por huracanes. La aproximacin de la intensidad puede hacerse por medio de
modelos estadsticos, modelos dinmicos, o la combinacin de ambos.

3.2 Modelos estadsticos
Los modelos estadsticos se basan en la relacin entre las caractersticas de una tormenta,
con respecto a las caractersticas de las tormentas histricamente observadas. Debido a su
simplicidad son los ms rpidos en la estimacin de sus caractersticas. Actualmente, este
tipo de modelos se utilizan como calificadores de los modelos ms complejos, como por
ejemplo los dinmicos.

Los modelos CLIPER5
4
y SHIFOR5
5
basados en la climatologa y persistencia de las
condiciones, son modelos usados por el National Hurricane Center NHC como modelos
calificadores. El primero toma como parmetros, el comportamiento de la direccin, la
posicin, la fecha e intensidad de la tormenta durante las 12 o 24 horas previas. El segundo
tiene en cuenta el decaimiento de la intensidad por el contacto de la tormenta con tierra
firme.

4
Climatology and Persistence Model, National Hurricane Center.
5
Statistical Hurricane Intensity Forecast, National Hurricane Center.


3-3

ERN Amrica Latina
3.3 Modelos dinmicos
Los modelos dinmicos obtenidos a partir de los modelos estadsticos se consideran
eficientes a pesar de ser menos precisos.

Los modelos dinmicos son ms complejos y demandan considerablemente ms recursos
computacionales que los modelos estadsticos, ya que estos resuelven las ecuaciones fsicas
que gobiernan el fenmeno natural con base en mltiples mtodos numricos y diversas
condiciones iniciales determinadas a partir de observaciones obtenidas del fenmeno en
curso.

La ausencia de datos en todos los sitios de anlisis hace que estos modelos se tornen
imprecisos, debido a que las condiciones atmosfricas de un lugar a otro varan
considerablemente. Este tipo de modelos son altamente sensibles a las condiciones iniciales
del sistema y errores pequeos que pueden convertirse en significativos despus de varios
das de estimaciones.

U.S. National Weather Service Global Forecast System (GFS)
Este sistema es la combinacin de diversas rutinas de clculo para las estimaciones
realizadas por el Servicio Nacional del Clima NWS de los Estados Unidos. Este sistema
tiene una resolucin de 35 km para las primeras 180 horas, pero para predicciones mas all
de 384 horas la resolucin disminuye a 80 km. El sistema emplea un esquema de
parametrizacin del efecto convectivo denominado SAS, un mtodo de primer orden capaz
de representar las condiciones de la capa ms baja de la atmsfera o PBL, y un sistema de
presin hbrido variable con la altura. Este sistema se utiliza para el pronstico de la ruta
que seguir la tormenta.

Limited Area Sine Transform Barotropic (LBAR) Model
Es un sistema relativamente simple para la prediccin de la ruta que seguir la tormenta.
Toma en cuenta solo dos parmetros de entrada: la velocidad promedio del viento y la
altura, desde el sistema GFS, as como las condiciones de frontera. Este sistema no incluye
gradientes de temperatura horizontal y consecuentemente considera que no hay cambio en
los vientos verticales, por lo cual el sistema no es til despus de 2 das de desarrollo de la
tormenta.

Global Environmental Multiscale Model (GEM) - Canadian Meteorological Centre (CMC)
Se trata de una malla hidrosttica global, con una resolucin de 33 km, a una latitud de 49.
Este sistema de alta exigencia informtica emplea 4 variables y toma en cuenta las
condiciones iniciales, variables con el tiempo. El modelo tiene una limitada capacidad para
predecir la intensidad del sistema.

European Center for Medium-range Weather Forecasting (ECMWF) Model
Es el ms complejo y ms exigente en trminos de recursos informticos debido a la
resolucin, asimilacin de datos y requisitos de las 28 agencias europeas que conforman el
sistema. Fue el primer sistema con inicializacin de 4 variables. Ms all de ser un buen


3-4

ERN Amrica Latina
modelo para predecir la ruta de las tormentas tropicales de mediano tamao, la elevada
resolucin del sistema es til para la prediccin de su intensidad.

Navy Operational Global Atmospheric Prediction System (NOGAPS)
Es un modelo global con una resolucin de 55 km y 30 niveles verticales, usa tres variables
de iniciacin y como la mayora de modelos globales, no es preciso para la estimacin de la
intensidad del sistema pero s para la prediccin de la ruta.

NWS Geophysical Fluid Dynamics Model (GFDL) Hurricane Model
Este es un modelo limitado a una regin especfica y tiene tres niveles de resolucin, 30
km, 15 km y 7.5 km. Esta resolucin le permite al modelo resolver pequeas caractersticas
del sistema como por ejemplo la definicin y el desplazamiento del ojo o la pared de la
tormenta. Usa 42 niveles verticales y an con la resolucin disponible, no es capaz de
resolver totalmente la compleja estructura del fenmeno. Est articulado con el Modelo de
Ocenico de Princeton - POM, lo cual permite incluir cambios ocenicos como por
ejemplo la temperatura ocenica superficial.

Hurricane Weather Research and Forecasting Model (HWRF)
Desarrollado por el Centro Nacional de Predicciones Ambientales NHCP, es un modelo
no hidrosttico que resuelve la ecuacin que gobierna el movimiento vertical del aire dando
al modelo la capacidad de representar las condiciones del ojo de la tormenta. Usa una
retcula horizontal de 27 km y 42 niveles verticales, y as como el modelo GFDL, articula el
POM para incluir la variacin de las condiciones ocenicas. Para mejor representacin de
las condiciones iniciales del sistema, hace uso de observaciones areas y basadas en el
radar Doppler, con lo cual se espera obtener mejores predicciones de la ruta, la intensidad y
el nivel de lluvias producido por la tormenta.

United Kingdom Meteorological Office (UKMET) Model
Es un modelo no hidrosttico, con una resolucin en latitudes medias de 40 km y 50 niveles
verticales. Este es un modelo de 4 variables de entrada que se aplican durante las 3 horas
previas al inicio del proceso. En el 2002 y 2005 la Oficina Metereolgica del Reino Unido
produjo una actualizacin del sistema con una nueva formulacin del modelo dinmico, de
la parametrizacin fsica y de las ecuaciones fundamentales. Este sistema provee buenas
predicciones de la ruta del sistema pero como las anteriores, no genera buenas predicciones
de la intensidad.

3.4 Modelos combinados
Como su nombre lo indica, estos modelos son el fruto de la combinacin de procedimientos
estadsticos y de las soluciones a las ecuaciones que gobiernan el sistema. Generalmente,
este tipo de modelos usan, como datos de entrada, la dinmica de predicciones hechas en
los modelos numricos y predicen el comportamiento de la tormenta por medio de
relaciones estadsticas basadas en la recopilacin de datos de sucesos histricos. Entre estos
se pueden mencionar los siguientes:


3-5

ERN Amrica Latina
NHC91/NHC98 Models
Estos modelos, el NHC91 para el Pacfico y el NCH98 para el Atlntico son modelos
combinados porque adoptan relaciones estadsticas entre el comportamiento de la tormenta
y las predicciones de los modelos dinmicos como el GFS.

Statistical Hurricane Intensity Prediction Scheme (SHIPS)
Este modelo, debido al uso de predicciones obtenidas con los modelos dinmicos y
climatolgicos persistentes, proporciona resultados sobre la intensidad del sistema con
errores inferiores al 10%, con respecto a los que presenta el modelo descrito anteriormente
como SHIFRO5. Este ha superado la mayora de los modelos dinmicos, entre los cuales se
encuentra el mismo GFS, que genera datos de inicio para el mismo modelo SHIPS. Basado
en tcnicas estndar de regresin mltiple y datos oceanogrficos de entrada, como la
temperatura superficial y el contenido calorfico. Los datos para el desarrollo de las
regresiones son actualizados anualmente; as, los datos del ao presente, utilizados para el
desarrollo de las regresiones actuales, son el fruto de las tormentas conformadas desde el
ao 1982 hasta el ao inmediatamente anterior. El modelo incluye parmetros de entrada
medidos desde satlites, como por ejemplo la fuerza, la simetra del sistema convectivo
medida desde imgenes infrarrojas y el contenido calrico obtenido por observaciones
altimtricas, tambin obtenidas por medio de satlites.

Decay-SHIPS
Corresponde con el mismo modelo anterior, con la particularidad de la adicin del
decaimiento por el contacto de la tormenta con la masa continental. Por lo tanto, este
modelo genera en mejores predicciones en el caso en que la tormenta interacte con la
tierra firme. En el caso de que la tormenta se re-localice en mar abierto, el modelo Decay-
SHIPS, y el modelo SHIPS, llegan aproximadamente al mismo resultado.

Logistic Growth Equation Model Summary (LGEM)
Este es un modelo estadstico que utiliza los mismos datos de entrada del modelo SHIPS,
pero en su estructura es un modelo dinmico simplificado, en vez de un modelo de
regresiones mltiples. La estimacin de la intensidad depende de la intensidad potencial
mxima, determinada a partir de la temperatura superficial del ocano. La diferencia
principal con el SHIPS es que los datos de entrada dependen nicamente de las 24 horas
previas a su ejecucin, mientras que en el SHIPS son el promedio de todo el tiempo de
corrida.

3.5 Otros modelos
HURASIM
Es un modelo estadstico de simulacin espacial de la estructura y circulacin del huracn,
cuyo objetivo es reconstruir o estimar la fuerza y direccin del viento durante las tormentas
ya sucedidas. Este modelo ha sido usado para determinar tablas de probabilidad de dao
para diversas unidades de exposicin (lugares y ecosistemas).

HURISK


3-6

ERN Amrica Latina
Es esencialmente un programa estadstico de interfaz grfica, con el cual se pretende
determinar los perodos de recurrencia del viento y sus rutas, movimientos e intensidades
para la zona costera o cercana a la costa de la regin.

3.6.1 Generalidades
Con el fin de cuantificar adecuadamente las prdidas futuras debidas al paso de huracanes
por la regin, la modelacin permite estimar no solo la trayectoria de vientos fuertes y
cambios de presin, sino las mareas de tormenta al igual que el rgimen especial de lluvias,
el cual a su vez se convierte en el detonante para inundaciones y deslizamientos potenciales
en toda su rea de influencia. Mediante la asignacin directa de un rgimen de lluvias al
huracn, se pueden obtener periodos de recurrencia para las inundaciones o deslizamientos
asociados. Esta metodologa basada en eventos detonantes, permite tener en cuenta todas
las prdidas potenciales asociadas con el evento, es decir las producidas directamente por
los vientos huracanados, las asociadas a las mareas de tormenta y las causadas por las
lluvias intensas.
3.6.2 Seleccin
Dado el estado actual del conocimiento en la modelacin de amenaza por huracn, y el
alcance de los resultados que se desea obtener para su aplicacin futura en anlisis de
evaluacin de riesgo, se selecciona un modelo de generacin de tormentas estocsticas
mediante una tcnica estadstica de perturbacin de trayectorias de huracanes histricos,
que permite simular ciclones con caractersticas estadsticamente compatibles con las de los
huracanes histricos ocurridos, teniendo en cuenta adicionalmente que la informacin
existente sobre dichas tormentas histricas cuenta con un nivel de detalle suficiente para la
correcta aplicacin del modelo.

En la Figura 3-1 se presenta un diagrama de flujo con los elementos principales del modelo
de amenaza de huracanes aplicado. Los pasos principales para el desarrollo del modelo de
amenaza de huracn en la zona Centroamericana son los siguientes:

(1) Generar un conjunto de eventos estocsticos basados en la informacin histrica para
la cuenca del Atlntico completa. El conjunto de eventos consiste en miles de
trayectorias de huracanes con parmetros definidos tales como intensidad, tamao y
forma descritos a intervalos regulares a lo largo de la trayectoria del mismo. Se
identifica la trayectoria media y la velocidad traslacional de la tormenta, al igual que
la distribucin alrededor de estos valores medios. Cada evento tiene su propia
frecuencia de ocurrencia. En el conjunto de eventos tambin se incluyen huracanes


3-7

ERN Amrica Latina
histricos especficos con el fin de recalcular y calibrar las prdidas y los efectos
producidos por ellos.

Figura 3-1
Diagrama de flujo del mdulo de amenaza por huracn

AMENAZA POR HURACN
Eventos histricos
importantes
Base de datos de
eventos
Parmetros de tormentas:
- Presiones
- Velocidad de avance
- Velocidad del viento
Trayectorias de tormentas
histricas
Conjunto de eventos estocsticos:
- Ubicacin segn fuentes
- Magnitud
- Frecuencia de ocurrencia
Lluvias por huracn:
- Distribucin en rea
- Eventos estocsticos
- Intensidad
PROBABILSTICA
-Vientos
- Mareas de tormenta
- Deslizamientos
- Inundaciones
Trayectorias estocsticas
de tormentas
Anlisis de recurrencia de
parmetros
Marea de Tormenta:
- Profundidad de
inundacin
Vientos:
- Velocidad mxima del
viento
MODELO DE DESLIZAMIENTO
(DETONADO POR LLUVIA HURACANADA)
MODELO DE INUNDACIN
(DETONADA POR LLUVIA HURACANADA)


3-8

ERN Amrica Latina

(2) Los eventos estocsticos se generan mediante simulacin utilizando una tcnica
random-walk. Con esta metodologa se pueden generar varios miles de trayectorias.
Cada trayectoria simulada es diferente de cada otra trayectoria simulada o histrica
pero el conjunto de eventos simulados mantiene las mismas propiedades estadsticas
del conjunto de eventos histricos.

(3) Una vez que la trayectoria queda definida, se adiciona a sta informacin de
intensidad de presin central utilizando otra rutina de generacin aleatoria para cada
trayectoria. La frecuencia de tormentas por rangos de intensidades y por regiones se
calibra contra la informacin y datos histricos. Para completar la descripcin de cada
evento simulado, se adiciona a cada trayectoria una intensidad de campo de vientos y
de forma utilizando relaciones estadsticas como funcin de la presin central y de la
latitud.

(4) El modelo de generacin de eventos estocsticos de huracanes simula tormentas para
toda la cuenca del Atlntico y el Pacfico central-oriental. Para considerar la amenaza
por huracn, se seleccionan todas las trayectorias de huracanes que puedan producir
algn impacto sobre el pas. Este subconjunto de eventos se verifica para confirmar
que las trayectorias y sus parmetros son consistentes con las relaciones globales
frecuencia-severidad para la zona del Atlntico, sur-oeste del Caribe y el Pacfico
central-oriental. Igualmente se verifica que se hayan incluido los eventos severos,
raros y especiales.

(5) Se calculan y generan mapas de amenaza de velocidad de vientos y niveles asociados
de marea de tormenta. Para cada punto de la malla de resolucin variable se calcula la
velocidad de rfaga esperada pico. Se generan y grafican mapas de amenaza de los
eventos histricos importantes, as como al menos 5 mapas probabilsticos que
representen la intensidad de velocidad de vientos para periodos de retorno entre 10 y
1000 aos. El modelo se calibra y se pone a punto con los parmetros
correspondientes al pas.

(6) La informacin de las trayectorias se convierte a velocidades de viento continental
empleando el siguiente procedimiento:

(a) Calcular el campo de gradientes de viento (el viento a una altura suficiente
sobre el nivel del terreno para no reflejar los efectos de la superficie). El
gradiente de viento en cualquier punto de inters es funcin de la distancia
desde el centro de la tormenta, la direccin a la localizacin relativa a la
trayectoria, la presin central y la velocidad de avance de la tormenta, la
relacin al mximo viento y los parmetros de forma del campo de viento.

(b) Utilizar la rugosidad superficial y la topografa para calcular la velocidad de
viento de rfaga pico para 5 segundos en el sitio de inters.


3-9

ERN Amrica Latina
El proceso anterior se repite para cada intervalo de tiempo a lo largo de la trayectoria
reteniendo el viento mximo para cada ubicacin y para la duracin de la tormenta,
parmetro con el cual se procede a calcular las prdidas.

(7) Para el clculo de la marea de tormenta se utiliza el modelo digital de elevacin que
integra la batimetra y la topografa de la zona costera. La presin y los campos de
viento para la tormenta en cada intervalo de tiempo, son los datos bsicos para el
modelo numrico de flujo hidrodinmico empleado para calcular el aumento en el
nivel del mar producido por la tormenta, y la inundacin resultante en la porcin
terrestre de la costa.

(8) Intensidad de lluvias asociada con huracanes: el modelo permite la estimacin de un
rgimen de lluvias en la zona continental asociado con los parmetros principales de
cada evento estocstico.

(9) Calibracin del modelo: con el fin de garantizar la consistencia de la informacin con
las caractersticas estadsticas de diferentes parmetros en la zona del Atlntico, sur-
oeste del Caribe y el Pacfico central-oriental, se verifica el periodo de retorno de
velocidades de viento especficas generadas por el modelo. Igualmente, y en la
medida que la informacin lo permita, se verifica la informacin general relacionada
con las mareas de tormenta y con la intensidad de lluvias en zonas continentales con
base en la informacin histrica disponible.

(10) Calcular y generar mapas de amenaza de regmenes de lluvias en el rea continental
que funcionan como dato de entrada a los modelos de amenaza de inundaciones y
deslizamientos.

3.6.4 Simulacin de huracanes
El registro de huracanes que han afectado la regin data desde finales del siglo XIX. Sin
embargo, no es sino hasta mediados del siglo XX que se dispone de registros de sus
trayectorias completas y de parmetros indicativos de su severidad, tales como la presin
baromtrica en el ojo o la velocidad ciclostrfica. En estas condiciones, la base de datos
tiles de huracanes es limitada por lo que fue necesario extenderla, mediante la generacin
(simulacin) de huracanes artificiales.

Para generar huracanes artificiales, se utiliza el mtodo de perturbar las trayectorias de
huracanes reales que hayan sido correcta y completamente registrados.

Para simular la trayectoria del huracn artificial se debe precisar la posicin mediante sus
coordenadas geogrficas de longitud y latitud, x
s
(t
k
) y y
s
(t
k
), respectivamente, en cada
instante de tiempo k. El proceso de simulacin se debe realizar mediante la siguiente
expresin, aplicable al caso de la longitud, y con un procedimiento similar para el caso de
latitud:


3-10

ERN Amrica Latina
e X t x t x
k k k s k s
+ + =
+ + 1 , 1
) ( ) (
(Ec. 21)

donde x
s
(t
k+1
) es la longitud en el instante k+1, x
s
(t
k
) es la longitud en el instante k, X
k,k+1

es el incremento observado entre los instantes k y k+1 y e es una variable aleatoria con
distribucin normal de media cero y desviacin estndar = 0.5. Este valor de desviacin
se obtuvo a partir de todos los huracanes perturbados y de comparar los resultados
arrojados por el modelo de viento con los datos de todas las estaciones climatolgicas,
dado que no hay datos para comparar elevaciones de marea. Con esto se asume que si los
huracanes simulados reproducen adecuadamente las observaciones de viento es de
esperarse que sean tambin adecuados para la marea de tormenta.

3.6.5 Modelacin del viento
3.6.5.1 Viento generado por huracanes
Para determinar la velocidad mxima en el sitio de inters asociada a cada huracn se
emplea un modelo paramtrico de viento que depende de la posicin del ojo del huracn, de
la presin central, P
0
[mb], y del radio ciclostrfico, R [km]. Los dos primeros parmetros
se encuentran en los boletines climatolgicos. El radio ciclostrfico se calcula como:

0
0.4785 413.01 R P =
(Ec. 22)

Hasta 1979 en algunos reportes meteorolgicos se omite la presin central. En los casos de
huracanes donde no se report la presin central en los boletines se emplearon las
siguientes ecuaciones para su clculo:

2
0
1019.08 0.182 0.0007175 P Vv Vv =
(Ocano Atlntico) (Ec. 23)
2
0
1017.45 0.1437 0.00088 P Vv Vv =
(Ocano Pacfico) (Ec. 24)

En donde Vv [km/h] es la velocidad mxima de viento sostenida, contenida en los boletines
meteorolgicos. Es importante hacer notar que estas relaciones slo son vlidas para
presiones centrales superiores a 888 milibares.

El modelo paramtrico calcula, primero, para un huracn en movimiento, la velocidad
sostenida del viento, promediada cada ocho minutos V
m
[km/h] en el sitio de inters
ubicado a la distancia r [km] del centro del huracn, evaluada a diez metros sobre el nivel
del mar:

( ) ( )
0 886 0 5
m v R F
V . F U . V cos = + +
(Ec. 25)


3-11

ERN Amrica Latina

donde V
F
[km/h] es la velocidad de desplazamiento del huracn, + es el ngulo
formado por la direccin de desplazamiento del huracn y el punto de inters a la distancia
r, U
R
[km/h] es el mximo gradiente de vientos para un huracn en estado estacionario que
se calcula como

21 8 0 5
R N o
U . P P . fR =
(Ec. 26)

donde P
N
es la presin normal (igual a 1013 mb) y f es el parmetro de la fuerza de
Coriolis,

2 f sin =
(Ec. 27)

donde 0 2618 . rad / hr es la velocidad angular de la tierra, y es la latitud,

Fv = Ur/UR (Ec. 28)

es un factor de amortiguamiento o la relacin de la velocidad de viento a la distancia r, con
el mximo gradiente de vientos (en la pared del huracn), y se aproxima mediante el
siguiente polinomio:

4 3 2
10
) ( log dX cX bX aX F
V
+ + + =
(Ec. 29)

donde
) ( log
10
R
r
X = (Ec. 30)

y a, b, c y d son coeficientes que se obtienen de la Tabla 3-1 y estn en funcin de X y del
nmero de Coriolis ciclostrfico,

R
fR
Nc
U
=
(Ec. 31)

Tabla 3-1
Parmetros a, b, c y d para el clculo de la expresin (37)

0 X

0 > X

005 . 0 Nc

005 . 0 > Nc

a
-0.233
2
9 . 161 1 . 16 033 . 0 Nc Nc +

4 3 2
17 1 . 28 7 . 11 76 . 0 175 . 0 Nc Nc Nc Nc + +

b
-12.91
2
0 43 38 9 316 . . Nc Nc +
4 3 2
155 189 6 . 67 71 . 2 235 . 0 Nc Nc Nc Nc + +

c
-19.38
2
0 113 28 6 71 1 . . Nc . Nc +
4 3 2
183 224 8 . 87 9 468 . 0 Nc Nc Nc Nc + +

d
-8.311
2
6 . 80 818 . 1 Nc Nc +

4 3 2
4 . 51 8 . 63 26 33 . 3 082 . 0 Nc Nc Nc Nc + +


3-12

ERN Amrica Latina

El modelo descrito previamente nos permite calcular la velocidad de viento a 10 m sobre la
superficie del mar y promediada a cada ocho minutos, por lo que es necesario realizar
correcciones para estimar la velocidad de viento promediada cada minuto (V
c
[km/h]), tal
como se reporta en los boletines meteorolgicos. Para ello se utilizan las siguientes
expresiones:

2
0 0012 1 1114
c m m
V . V . V = +
(Ocano Atlntico) (Ec. 32)
2
0 002 0 9953
c m m
V . V . V = +
(Ocano Pacfico) (Ec. 33)

Con el objetivo de tomar en cuenta la variacin de la velocidad de viento en tierra, se
calcul una expresin que permite reproducir la velocidad de viento registrada en las
Estaciones Meteorolgicas (promediada a cada 5 segundos) a partir de la velocidad de
viento calculada con el modelo paramtrico. La expresin obtenida es la siguiente:

( ) 0 0043 Vv Vc exp . r =
(Ec. 34)

Para calcular la velocidad de viento para una ubicacin tomando en cuenta el efecto de la
friccin con la superficie del terreno y la topografa local, se emplea la siguiente expresin

T
V F F Vv
=
(Ec. 35)

donde F
T
es el factor de topografa local indicado en la Tabla 3-2 y

c rz
F F F
=
(Ec. 36)

es el factor que toma en cuenta tanto el tamao de la construccin, dado por F
c
(que vara
de 0.9 a 1.0), como la variacin de la velocidad con la altura dada por F
rz
:
10
1 56 10 Frz . si Z
| |
=
|
\

1 56 10
Z
Frz . si Z
| |
= < <
|
\
(Ec. 37)

1 56 Frz . si Z =

donde Z [m] es la altura a la cual se desea determinar la velocidad y y son constantes
para los tipos de terreno ms representativos de nuestro pas contenidos en la Tabla 3-3


3-13

ERN Amrica Latina

Tabla 3-2
Factor de topografa

Sitio Topografa FT
Protegido Valles cerrados 0.8
Plano
Terreno prcticamente plano, campo abierto, ausencia de cambios
topogrficos importantes, con pendientes menores que 5%
1.0
Expuesto
Cimas de promontorios, colinas o montaas, islas, terrenos con pendientes
mayores que 5%
1.2

Tabla 3-3
Valores de y para los tipos de terreno ms comunes en Amrica Central

Tipo
Descripcin
(m)
1
Campo abierto plano
(terreno abierto, prcticamente plano y sin obstrucciones, tal como franjas
costeras planas, zonas de pantanos, campos areos, pastizales, tierras de
cultivo sin bardas alrededor y superficies nevadas planas)
0.099 245
2
rboles o construcciones dispersas
(campos de cultivo o granjas con pocas obstrucciones tales como bardas,
rboles y construcciones dispersas)
0.128 315
3
Arbolado, lomeros, barrio residencial
(terreno cubierto por numerosas obstrucciones estrechamente espaciadas, por
ejemplo reas urbanas, suburbanas y de bosques; el tamao de las
construcciones corresponde al de casas y viviendas)
0.156 390
4
Muy accidentada, centro de ciudad
(terreno con numerosas obstrucciones largas, altas y estrechamente
espaciadas como el centro de grandes ciudades y complejos industriales bien
desarrollados)
0.170 455

3.6.6 Marea de tormenta
Para determinar la sobre elevacin del agua por marea de tormenta, , se emplea la
ecuacin simplificada:

2
ln
100 ( )
a
P Kw x h
g h

| |
= +
|
\
(Ec. 38)

donde a P [mb] es el gradiente de presin atmosfrica en el punto de evaluacin (playa)
respecto a la presin normal, x [km] es la distancia entre la pared del huracn y el sitio de


3-14

ERN Amrica Latina
inters (playa), w [m/s] es el componente normal de velocidad del viento a la playa en m/s,
g [m/s
2
] es la aceleracin de la gravedad, h [m] es la profundidad del mar en el ojo del
huracn (si la profundidad es mayor a 200 m se toma este valor como umbral) y K es el
coeficiente de arrastre del aire dado por

aire
D
agua
K C
=
(Ec. 39)

donde
aire
y
agua
son los pesos especficos relativos del aire y del agua, respectivamente, y
D
C es un coeficiente cuyo valor est entre 2x10
-6
a 9x10
-6
(para el caso de huracanes se
emplea 9x10
-6
).

3.6.7 Lluvia local
Se expresa en trminos de la precipitacin producida como consecuencia de la
perturbacin por huracn.

Para determinar la precipitacin ocasionada por cada evento de huracn se emplea la
expresin emprica siguiente:

1.9193
10min 0.1412
2051.4
10min
122.15
37
1 523.59
(36.52 34.40 ) 37
prom R
R
prom
P FCv si R km
e
P FCv e si R km
| |
=
|
+
\
= >
(Ec. 40)

donde P
prom10min
[mm] es la precipitacin promedio de 10 minutos, R [km] es la distancia
del centro del huracn al punto de inters y FCv es el factor de correccin que toma en
cuenta la intensidad del huracn mediante la velocidad que se obtiene como:

1
(1 )
b cv
d
a
FCv
e

=
+
(Ec. 41)

donde v [m/s] es la velocidad mxima del viento del huracn y los parmetros a, b, c y d
son factores de ajuste.

4-1

ERN Amrica Latina
4 Modelo de evaluacin de amenaza por lluvias intensas
4.1 Introduccin
El anlisis de lluvias y la distribucin de su intensidad en una regin de anlisis,
constituyen el primer paso de posteriores evaluaciones de amenaza por inundacin y
eventualmente como elemento detonante de deslizamientos. El presente captulo trata
exclusivamente el modelo de generacin de escenarios estocsticos de intensidad de lluvia,
consistentes con la informacin registrada en una cuenca o regin de anlisis. El modelo de
amenaza por inundacin se presenta en el captulo 5 de este informe

4.2 Anlisis de lluvias
La precipitacin sobre un punto geogrfico es un proceso estocstico con periodicidad e
intensidad muy variables dependiente de las estaciones climticas. Los parmetros bsicos
a considerar son:

Duracin de la lluvia.
Intensidad media de la lluvia.
Volumen total de la precipitacin.
Tiempo entre precipitaciones sucesivas.

A nivel de clculo, el valor ms importante es el volumen total de precipitacin P, el cual
puede calcularse segn la ecuacin t I P = , siendo I la intensidad media y t la duracin
total de la lluvia. Estos dos parmetros no son independientes ya que como se observa
experimentalmente a mayor intensidad la duracin es menor, y viceversa.

4.2.1 Clculo de la pluviometra en una cuenca
En una cuenca suficientemente extensa pueden existir datos de varias estaciones
pluviomtricas ante lo cual se plantea el problema de evaluar una precipitacin media para
la cuenca. Para el efecto se han planteado los siguientes mtodos de clculo:

(a) Media aritmtica de las precipitaciones: se calcula la precipitacin media como la
media aritmtica de las precipitaciones. Este mtodo slo es aceptable si existen muchas
estaciones y se observa que la precipitacin es similar en todas ellas. Adems, el valor
calculado no incluye ningn tipo de valoracin de la distribucin espacial de las estaciones.

(b) Mtodo de los polgonos de Thiessen: se basa en asignar cada punto de la cuenca a la
estacin ms prxima; el dominio estudiado se divide en subregiones o zonas de influencia
en torno a cada estacin. Se deben unir las estaciones de dos en dos y dibujar las
mediatrices de estos segmentos, asignando a cada estacin el rea A limitada por las

4. Modelo de evaluacin de amenaza por lluvias intensas

4-2

ERN Amrica Latina
poligonales que forman las mediatrices. La precipitacin medida (o calculada) en cada
pluvimetro se pondera entonces por la fraccin del rea total de la cuenca comprendida en
cada zona de influencia. Una vez delimitadas las zonas de influencia, y calculadas sus
reas, se obtiene la precipitacin media P
m
.

[ ]
[ ]

=
A
A P
P
i
m
(Ec. 42)

(c) Mtodo de las isoyetas: se basa en la hiptesis de tener suficientes datos como para
poder dibujar las isoyetas, que son lneas que unen puntos con la misma precipitacin
media. Un mapa de isoyetas es un documento bsico dentro del estudio hidrolgico de una
cuenca, no solamente permite cuantificar el valor medio, sino que presenta grficamente la
distribucin espacial de la precipitacin para el periodo considerado.

Al rea entre dos isoyetas sucesivas, se le asigna el valor de precipitacin promedio entre
tales isoyetas. Conociendo el rea encerrada entre pares sucesivos de isoyetas, se obtiene la
precipitacin regional. El mtodo requiere hacer supuestos en "cimas" y "hoyos".

Al trazar las isoyetas para lluvias mensuales o anuales, se pueden incorporar los efectos
topogrficos sobre la distribucin espacial de la precipitacin, tomando en cuenta factores
tales como la altura y la exposicin de la estacin. Este mtodo tambin se recomienda para
calcular promedios espaciales en el caso de eventos individuales localizados.

4.2.2 Curvas IDF (Intensidad Duracin - Frecuencia)
La cantidad o intensidad, la duracin, la frecuencia y la distribucin espacial de las
precipitaciones es muy variable, razn por la cual ha sido objeto de numerosas
investigaciones orientadas al estudio y prediccin de los climas y al aprovechamiento de los
recursos hdricos que ofrece la naturaleza.

La intensidad de las precipitaciones vara de manera importante de un lugar a otro, aunque
sea a cortas distancias. Tambin se presentan variaciones temporales considerables a lo
largo del ao. Existen por ejemplo zonas en las que en un slo da cae ms lluvia que en
otras a lo largo de todo un ao.

En el anlisis de la distribucin de la precipitacin en un punto, adems de la relacin entre
la intensidad y la duracin de la tormenta (curvas intensidad-duracin puntuales), es
necesario introducir el concepto de probabilidad o de frecuencia con el fin de poder hacer
estimaciones hacia el futuro, evaluar cuantitativamente la amenaza asociada a las
precipitaciones y evaluar riesgos a la infraestructura expuesta. Este tipo de curvas se
denominan comnmente curvas de IDF y tienen la siguiente forma general:

b
at T t I = ) , ( (Ec. 43)


4-3

ERN Amrica Latina
donde I es la intensidad media mxima de la tormenta, con una duracin t y perodo de
retorno T (mm/h). El inverso del periodo de retorno es la tasa de excedencia, es decir, la
frecuencia promedio con que la intensidad de la tormenta I es igualada o excedida cada ao
(1/T).

Los parmetros a y b son funcin de las caractersticas meteorolgicas de la zona y debern
ser estimados a partir de los datos experimentales.

El hietograma acumulado se escribe como
1
) , ( ) (
+
= =
b
at t T t I t H y la intensidad
instantnea asociada es
b
at b dt t dH t I ) 1 ( / ) ( ) ( + = = .

4.2.3 Curvas PADF (Profundidad rea Duracin - Frecuencia)
Las curvas PADF corresponden a una representacin particular a nivel de cuenca o
subcuenca, de las caractersticas de las tormentas que se han presentado histricamente.
Estas curvas relacionan la precipitacin media sobre un rea determinada, con la duracin y
frecuencia de ocurrencia de la tormenta, de manera tal que permiten especializar la
ocurrencia de valores dados de profundidad de precipitacin.

Las PADF se construyen a partir de anlisis espaciales de curvas IDF sobre diferentes
estaciones en una misma cuenca, fijando la duracin de las tormentas y la frecuencia de
ocurrencia.

4.2.4 Anlisis de series de datos pluviomtricos
Cuando se analizan series de datos pluviomtricos es habitual encontrarse con perodos ms
o menos largos en los que en alguna de las estaciones falten datos. En dicho caso se hace
necesario recurrir a tcnicas para completar la informacin con el fin de hacer viables los
anlisis.

Para poder completar la informacin faltante en los registros pluviomtricos, existen varios
criterios siendo el ms extendido el del National Weather Service, basado en la siguiente
correlacin:

[ ]
[ ]
=
2
2
/ 1
/
i i
i i
r
r P
P (Ec. 44)

Donde P es la precipitacin que se extrapola, Pi las precipitaciones de las estaciones
existentes en el entorno que desconocemos, y ri las distancias desde esta estacin a las
estaciones prximas.

Posteriormente a estos datos se les realiza un anlisis estadstico detallado el cual debe
posibilitar la obtencin de medidas de centralizacin, dispersin y tendencias temporales en


4-4

ERN Amrica Latina
las series de observaciones de los fenmenos meteorolgicos con el fin de analizar su
zonificacin.

4.3 Modelos estadsticos de estimacin de lluvias
Los modelos matemticos para representar la precipitacin dependen de la escala de tiempo
considerada. Para escalas de tiempo grandes, como anuales o mensuales, se puede asumir
que la autocorrelacin de la precipitacin no existe o es despreciable. En este caso, basta
con encontrar una distribucin de probabilidad que sea capaz de reproducir la variabilidad
de la precipitacin en la escala de tiempo considerada. Cuando la escala de tiempo es
menor, o sea semanas, das u horas, la autocorrelacin de la precipitacin ya no es
despreciable. En estos casos, se requiere de modelos ms complejos que tengan en cuenta
no slo la periodicidad anual sino tambin la dependencia en el tiempo.

A continuacin se describen algunos de los modelos ms usados en la prediccin de lluvias.

4.3.1 Modelos ocultos de Markov
El modelo oculto de Markov HMM (del ingls Hidden Markov Model) fue propuesto por
primera vez por Rabiner y Juang (1986) y modificado posteriormente por Hughes y Guttorp
(1994) para su uso en estudios relacionados con el clima. Hughes y Guttorp (1994)
extendieron el HMM mediante la inclusin de factores atmosfricos exgenos para la
simulacin de la lluvia, referida a un modelo no homogneo de Markov (NHMM). La
caracterstica unificadora de NHMM- HMM, en el contexto de las multivariables
climticas, radica en la hiptesis de que un estado climtico no observado se relaciona con
ciertos patrones notables de distribucin espacial sobre el terreno (R. Mehrotra, R.
Srikanthan, Ashish Sharma,2006).

Existen distintas herramientas para el trabajo con HMM, muchas de ellas de uso libre. Entre
otras opciones, el programa comercial MATLAB, en su paquete de estadstica, ofrece las
funciones bsicas para construir, simular y analizar HMM discretos. Las herramientas
HMM para MATLAB en conjunto con los programas H2M, ofrecen implementaciones
completas. Las herramientas de H2M estn disponibles tanto para MATLAB como para el
programa similar de uso libre OCTAVE, en el paquete HiddenMarkov.

4.3.1.1 Cadenas de Markov
Modelos estocsticos, como las cadenas de Markov, se han utilizado con xito para
modelar la precipitacin diaria. Dichos modelos reproducen los estados de ocurrencia y no
ocurrencia de la precipitacin mediante una matriz de transicin de probabilidad y la
cantidad de lluvia, o intensidad, con una cierta funcin de probabilidad sesgada
(generalmente lognormal o gamma). Para escalas de tiempo menores que 24 horas, por
ejemplo para lluvias horarias, tambin se han usado procesos Markovianos estacionarios.


4-5

ERN Amrica Latina
Segn Jorge A. Barrantes y Norman Vega G (2003), una cadena de Markov puede
imaginarse como una coleccin de estados de un modelo sistemtico. Cada uno de estos
estados corresponde a cada uno de los elementos de la particin de la muestra los cuales
son variables aleatorias. El ambiente de las cadenas de Markov es gobernado por la
probabilidad transicional. La forma ms comn de las cadenas de Markov es llamada
Cadenas de Markov de primer orden, para lo cual las probabilidades transicionales
controlan el prximo estado. Las cadenas de Markov de orden cero corresponden al estado
puro de la serie, lo que significa que las cadenas de orden cero no tienen memoria. Las
cadenas de orden uno tienen un da de memoria, y as sucesivamente. El hecho que ayer fue
seco afecta la probabilidad de que hoy sea lluvioso. Sin embargo, en las cadenas de primer
orden, la informacin extra que el da anteayer fue seco, no afecta la probabilidad de lluvia
para hoy. Con las cadenas de Markov de segundo orden se extiende hacia los dos das
anteriores.

Desde el punto de vista meteorolgico se pueden considerar las cadenas de Markov en dos
componentes: La primera componente es la probabilidad de ocurrencia de la lluvia. La
segunda componente es el modelo para los totales de lluvia para los das lluviosos. Sin
embargo los modelos ms comunes han sido aqullos basados en procesos puntuales que
modelan la precipitacin en tiempo continuo, o los modelos que parten de una tormenta y
desagregan la lluvia a una escala de tiempo menor mediante un hietograma

Katz y Parlange (1995) demostraron cmo los modelos Markovianos simples de dos
estados pero con matrices de transicin que varen cclicamente en el da son capaces de
reproducir la precipitacin horaria de una manera ms realista que los modelos
estacionarios.

4.3.1.2 Modelo de Wilks
Uno de los modelos de cadenas dependientes ms conocido es el de Wilks llamado, modelo
multisitio de generacin estocstica para precipitaciones diarias. Este se compone de dos
estados, una cadena de primer orden de Markov y una distribucin exponencial mixta para
cantidades diferentes de cero. El modelo realiza simulaciones paralelas en mltiples
localizaciones, mediante el manejo de una coleccin de modelos individuales con series
independientes, pero con nmeros aleatorios correlacionados espacialmente.

4.3.2 Modelo no paramtrico de los K-vecinos ms cercanos.
En cuanto a la generacin de eventos de lluvia, el enfoque del K-vecino ms cercano KNN
(del ingls Non-Parametric K-Nearest Neighbour Model) tiene en cuenta el muestreo con
reposicin de los sucesos de precipitaciones en mltiples ubicaciones, a partir de registros
histricos de precipitaciones. Esto implica la identificacin de das en el registro histrico
(vecinos ms cercanos) que tienen caractersticas similares al da anterior, as como la
utilizacin de observaciones del da en curso como base del remuestreo. Para simular la
dependencia temporal se aplica el procedimiento de remuestreo condicional de Markov. La


4-6

ERN Amrica Latina
estructura de distribucin espacial de lluvias se mantiene por el remuestreo simultneo en
todas las estaciones. (R. Mehrotra, R. Srikanthan, Ashish Sharma, 2006)

4.3.3 Combinacin de series diarias y mensuales
La generacin estocstica de series temporales hidrolgicas es una herramienta til para el
diseo y gestin de sistemas de recursos hdricos. La complejidad de los modelos vara
considerablemente de acuerdo con el nmero de parmetros. Para muchas aplicaciones, es
importante que el modelo sea capaz de reproducir las caractersticas estadsticas claves no
slo a nivel diario, sino tambin a nivel mensual y anual. La caracterstica clave del mtodo
consiste primero en generar dos series de tiempo semejantes, una conservando las
propiedades estadsticas claves en una escala de tiempo fina y la otra en una escala de
tiempo ms amplia. La semejanza de las dos series se consigue usando el modelo de escala
fina como base para el modelo de la otra escala y utilizando la misma secuencia de
probabilidades de no excedencia para los elementos aleatorios y para los parmetros de
entrada de ambos modelos. La preservacin de las propiedades estadsticas principales de
las dos series, en escalas de tiempo apropiadas, se logra mediante diferentes parmetros
estimados para ambos modelos. Posteriormente, se aplica una transformacin tcnica
introducida por Koutsoyiannis (2001, 2003) para modificar la escala de tiempo fina, y
lograr consistencia con la escala de tiempo amplia.

4.3.4 Modelos de prediccin numrica NWP
La prediccin numrica del estado del tiempo NWP, (del ingls Numerical Weather
Prediction) usa complejos programas de cmputo, conocidos como modelos numricos de
pronstico, que procesan datos en supercomputadoras y proporcionan predicciones de las
variables meteorolgicas, tales como la temperatura, presin atmosfrica, viento, humedad
y precipitacin. Las ecuaciones bsicas de un modelo numrico del tiempo son aquellas que
rigen el movimiento del aire (horizontal y vertical), conservacin de la masa y la energa,
las transformaciones termodinmicas, los procesos de formacin y desarrollo de las nubes,
etc. Los mtodos numricos ms usados son las diferencias finitas, mtodos espectrales y
elementos finitos.

Las ecuaciones matemticas de un modelo numrico para pronstico de precipitaciones
pueden ser resueltas en una regin limitada o en el planeta entero. Cuando es en una regin
limitada se llama modelo regional, en el otro caso se le llama modelo global. La eficiencia
de un modelo global depende de varios factores. Por ejemplo: las condiciones iniciales;
condiciones de superficie, resolucin del modelo, tipo de mtodo numrico usado, etc. En
general un modelo global complejo que incluye todos los procesos fsicos solamente puede
ser corrido en una supercomputadora.

Un modelo numrico regional es muy til para el pronstico del tiempo con alta resolucin
(desde 500-600 m hasta 60-100 Km.) y con antecedencia de 48 horas. Estos modelos son
ms confiables que los modelos globales, y no necesariamente requieren de un


4-7

ERN Amrica Latina
supercomputador. Los modelos numricos de prediccin de la precipitacin incluyen
anlisis de la nubosidad, la precipitacin a gran escala, la conveccin y precipitacin
convectiva.

4.3.5 Modelo DIT de prediccin de lluvias de diseo
El Modelo DIT se basa en la dependencia entre la intensidad, la duracin y la recurrencia
de lluvias mximas, las cuales se relacionan mediante una expresin logartmica que
incluye, el periodo de retorno y un factor de persistencia.

El modelo tiene cuatro parmetros que dependen de la zona y de las caractersticas del
clima local. DIT opera con el logaritmo de la intensidad normalmente distribuida, bajo la
hiptesis de que la distribucin de probabilidad de la lluvia anual mxima de cualquier
duracin se puede representar por una funcin de probabilidad lognormal. La intensidad se
considera como una variable aleatoria y en consecuencia el factor de frecuencia slo
depende de los periodos de retorno.

Este algoritmo presenta varias condiciones deseables: sigue un modelo estadstico, rene a
las tres variables en una expresin analtica e identifica la influencia de la lluvia diaria en la
funcin, debido al significado fsico de los parmetros que involucra.

4.3.6 Redes neuronales artificiales
En los ltimos aos, las redes neuronales artificiales ANN, (del ingls Artificial Neural
Network), han aumentado su popularidad para el pronstico hidrolgico, principalmente a
causa del amplio rango de aplicabilidad y de la capacidad para tratar problemas no lineales.
En el contexto del pronstico hidrolgico, los resultados de algunos experimentos recientes
indican que las ANN pueden ofrecer una alternativa prometedora para la modelacin de la
precipitacin-escorrenta (Sedki, D. Ouazar E. El Mazoudi, 2008) y de otros temas
hidrolgicos.

Las ANN, son tiles cuando no se dispone de un modelo determinstico bien definido, o
cuando este es muy complejo; tambin se usan cuando no se pueden aplicar algoritmos
booleanos y, en general, para el reconocimiento de patrones preestablecidos (comprensin
de imgenes y situaciones grupales de objetos y caracteres).

Existen algunas modificaciones, como las Redes Neuronales Artificiales Recurrentes
RNNS (del ingls Recurrent Artificial Neural Networks), las cuales han desempeado un
papel importante en la prediccin de datos de precipitaciones. Por su parte, las mquinas de
soporte vectorial SVMs (del ingls support vector machines) se han empleado con xito
para resolver regresiones no lineales y problemas con series temporales. No obstante
existen investigaciones como las de Wei-Chiang Hong (2008), en las que se formulan
modelos hbridos de RNN y SVMs, llamados RSVR.


4-8

ERN Amrica Latina
4.3.7 Nowcasting
Es un mtodo de tendencia que involucra el clculo de la velocidad de centros de altas y
bajas presiones, frentes y reas de nubes y precipitacin. Usando esta informacin el
pronosticador puede predecir donde se espera estas caractersticas en un tiempo futuro.

Se aplica para predicciones a corto plazo. El mtodo de la tendencia ofrece resultados
adecuados cuando se aplica con sistemas que se mueven en la misma direccin y a la
misma velocidad por un perodo largo. Si los sistemas aceleran, se desaceleran, cambian de
intensidad o direccin, este mtodo no se desempea de manera ptima.

4.3.8 Mtodo para el pronstico de lluvias en Costa Rica
Radulovich (1987) demostr la existencia de una relacin entre la lluvia de inicio de
temporada (abril y/o mayo) con la lluvia de final de temporada (noviembre) para algunas
estaciones de la Vertiente Pacfica de Costa Rica. La metodologa utilizada por Radulovich
aplica una relacin para diferentes rangos de precipitacin (bajo, medio y alto) entre mayo
y noviembre. De esta manera, la ubicacin en un rango en mayo, da una estimacin de lo
que poda suceder en noviembre.

Roberto Villalobos et al (2001) propusieron un mtodo estadstico simple, con el fin de
pronosticar los perodos lluviosos para aplicaciones agrcolas. A pesar de que fue
desarrollado para el rgimen de lluvia del Pacfico, el mtodo ha dado buenos resultados en
otras regiones del pas. Agrupa aos con caractersticas pluviomtricas semejantes, con el
fin de encontrar un patrn que pueda definir anticipadamente el comportamiento de la
distribucin de la precipitacin durante el ao en curso. De acuerdo con la distribucin
(normal o no) de los totales de precipitacin anual, se agrupan los registros en aos secos,
normales o lluviosos. Si la distribucin de la precipitacin anual es normal o muy cercana a
lo normal, el criterio de agrupamiento es el promedio y la desviacin estndar. Si la
distribucin no es normal, el criterio de agrupamiento son los terciles. De esta forma se
elaboran tres escenarios (seco, normal y lluvioso). De acuerdo con el comportamiento real
de los primeros meses del ao, se asigna el escenario que mejor corresponda. El pronstico
ser el comportamiento promedio del escenario con sus respectivos lmites.

4.4 Modelacin hidrolgica de estimacin de lluvias
Tomando el proceso de lluvia escorrenta como ejemplo, hay tres amplios tipos de
modelos:

Modelo emprico o tambin llamado modelo de caja negra (basados en sistemas).
Modelo conceptual cuasi-fsico (basado en mecanismos dominantes).
Modelo distribuido fsicamente basado (basado en mecanismos individuales).


4-9

ERN Amrica Latina
Los modelos de caja negra son aquellos que no se preocupan por modelar de manera
particular cada uno de los procesos individuales involucrados; por lo contrario emplean
funciones de transferencias, determinadas empricamente, que relacionan los datos de
entrada con los resultados.

Por su parte los modelos cuasi-fsicos se preocupan por representar de una manera sobre
simplificada los procesos que dominan el comportamiento de la cuenca. Los modelos
conceptuales no solamente carecen de realismo cientfico, lo cual limita su capacidad
operacional, sino tambin que la cantidad de informacin que requieren de entrada puede
ser inadecuada para llevar a cabo una calibracin efectiva de un modelo conceptual
complicado.

Por su parte los modelos distribuidos fsicamente basados se encuentran soportados sobre
las ecuaciones diferenciales ms generales que describan los fenmenos; el trmino
distribuidos hace referencia a la capacidad de involucrar la caracterstica de no
homogeneidad, en cuanto a espacio y tiempo, que tienen tanto la lluvia como las
caractersticas fsicas de cuenca. Este proceso de interrelacionar este carcter no
homogneo de la cuenca con las ecuaciones diferenciales de los modelos no es fcil y al
mismo tiempo dificulta los procesos de calibracin debido a la alta interaccin
interparamtrica existente. Estos modelos emplean, para la solucin de los modelos
matemticos diferenciales, las teoras de diferencias finitas, elementos finitos o volmenes
finitos.


4-10

ERN Amrica Latina
Tabla 4-1
Modelos hidrolgicos de estimacin de lluvias

Modelo Descripcin Mtodo de clculo
Datos bsicos de
entrada
Resultados Referencias
Modelo con
base fsica
Modelos basados en
mecnica del medio
continuo. Basados en
ecuaciones de movimiento
de los procesos
constitutivos, y que se
resuelven numricamente.

Se desarrolla un modelo
digital de elevacin (DEM)
detallado del terreno, el
cual es cargado al modelo.
Comprenden:
Modelos simples: basados
en estados cuasi-
estacionarios de
simulacin hidrulica.
Flujo en dos direcciones:
positiva y negativa.
Modelos detallados:
simulacin completa del
flujo (ejemplo: SIPSON).
Basados en las ecuacin
de Richard y St. Venant.
Datos climatolgicos
histricos:
temperatura,
precipitacin, entre
otros.

Datos de niveles de
flujo y agua
subterrnea
- Modelos simples:
Niveles de agua para
cada nudo y descargas
de agua en ciertas
conexiones.
- Modelos detallados
Atributos ms
detallados para los
nudos.

C. Makropoulos, D.
Koutsoyiannis, M. Stanic, S.
Djordjevic,
D. Prodanovic, T. Dasic, S.
Prohaska, C. Maksimovic, H.
Wheater. A Multi-Model
approach to the simulation of
large Scale karst flows
Modelo
conceptual.
Basados en observacin. Lo
que determina cual es la
estructura ms adecuada
para aplicar. Involucran
diversos parmetros
particulares del rea de
estudio.
Simulacin simplificada,
que estudia las
particularidades del
hidrosistema analizado.
Datos climatolgicos
histricos:
temperatura,
precipitacin, entre
otros.

Datos de niveles de
flujo y agua
subterrnea
Dinmica del sistema
hidrulico analizado.
C. Makropoulos, D.
Djordjevic,
Modelo
caja negra
Basados en una estructura
especificada con antelacin
y en los componentes
bsicos del proceso.
Uso de funciones de
transferencia. Generacin
de resultados basados en
reglas predefinidas de la
distribucin del agua en
diferentes puntos.
Datos climatolgicos
histricos:
temperatura,
precipitacin, entre
otros.

Datos de niveles de
flujo y agua
subterrnea
Hidrografas de salida,
demanda de uso.
C. Makropoulos, D.
Djordjevic,


4-11

ERN Amrica Latina
4.5.1 Generalidades
Se plantea la incorporacin de un sistema de generacin de lluvias convectivas estocsticas
que permita definir escenarios de amenaza especficos para la posterior evaluacin del
peligro de inundacin asociado. El modelo de anlisis propuesto est compuesto de dos
fases principales: la conformacin de la base de datos de eventos de precipitacin, y el
anlisis espacial de precipitaciones mximas.

4.5.2 Seleccin
La seleccin del modelo de amenaza por lluvias intensas se hace teniendo en cuenta la
necesidad de contar con un modelo detallado, cuyos resultados estn basados en registros
diarios de precipitacin, y cuya aplicacin permita caracterizar las condiciones de
pluviosidad de cuencas y subcuencas, dada su posterior inclusin como insumo al modelo
de amenaza por inundacin.

El modelo seleccionado permite caracterizar las condiciones de precipitacin de una cuenca
en trminos de curvas PADF, que relacionan la profundidad de precipitacin esperada, con
el rea de influencia, la duracin de la tormenta y su periodo de retorno.

La Figura 4-1 muestra el diagrama de flujo del modelo seleccionado de evaluacin de
amenaza por lluvias intensas. Los pasos principales para el desarrollo del modelo son los
siguientes:

(1) Caracterizacin de la cuenca de anlisis: debe caracterizarse la cuenca mediante un
juego de curvas PADF. El proceso de caracterizacin es previo a la aplicacin del
modelo. No obstante en las secciones 4.5.4 y 4.5.5 se presenta un procedimiento para
su determinacin.

(2) Caracterizacin geogrfica de la cuenca: el modelo propuesto debe trabajarse a nivel
de cuenca, razn por la cual debe conocerse el lmite o divisoria de aguas de la
misma.

(3) Generacin de tormentas estocsticas: a partir de la informacin contenida en las
curvas PADF, se generan tormentas estocsticas mediante la generacin aleatoria de
su ubicacin y forma (elipsoidal), con valores de precipitacin que cumplen la
relacin profundidad-rea, para una duracin y frecuencia de ocurrencia
determinados..


4-12

ERN Amrica Latina

Figura 4-1
Diagrama de flujo del modelo de amenaza por lluvias intensas

AMENAZA POR LLUVIAS INTENSAS
Parmetros de la cuenca
- Geometra
- Curvas PADF
Conjunto de tormentas
generadas
estocsticamente
Generacin aleatoria de
centro de tormenta
Generacin aleatoria de
parmetros de forma
elipsoidal
Determinacin de valores
de precipitacin segn
PADF
Para un nmero
de periodos de
retorno de inters
Para un nmero de
duraciones de inters


4-13

ERN Amrica Latina
4.5.4 Conformacin de la base de datos de eventos de precipitacin
Esta fase tiene como objetivo la recoleccin y almacenamiento de informacin
pluviomtrica y pluviogrfica requerida para desarrollar los anlisis correspondientes a las
siguientes fases. Para este propsito se deben establecer criterios para la obtencin de
informacin:

1 Definicin de reas de estudio: necesaria para identificar las estaciones
pluviomtricas y pluviogrficas existentes ubicadas dentro de stas, al igual que en
su periferia y en reas adyacentes.
2 Identificacin de eventos histricos de precipitaciones asociadas con huracanes y
eventos debidos a lluvias intensas provocadas por sistemas convectivos o de baja
presin.
3 Registros histricos de las estaciones anteriores, deben tener perodos comunes
concurrentes para robustecer los anlisis espaciales de lluvias mximas. La
informacin pluviomtrica y pluviogrfica debe extraerse de los registros de las
estaciones existentes pertenecientes a las diferentes entidades pblicas y privadas
que midan la lluvia.
4 La informacin pluviomtrica debe corresponder a registros diarios de
precipitacin, mientras que la informacin pluviogrfica debe permitir identificar la
curva de masa de cada evento de precipitacin y su procesamiento para determinar
intensidades mximas para varias duraciones. La informacin pluviogrfica debe
tener una resolucin temporal menor a la diaria.
5 El almacenamiento de informacin debe hacerse mediante herramientas
computacionales que faciliten un adecuado control de calidad con propsitos de
depuracin y eventualmente de complementacin, su fcil manejo y su posterior
anlisis en las fases posteriores.

La informacin requerida para la adecuada conformacin de la base de datos de
precipitaciones es:

1 Localizacin geogrfica de estaciones pluviomtricas y pluviogrficas
2 Ubicacin de estaciones pluviomtricas y pluviogrficas en mapas a escala
adecuada con red de drenaje, cuencas y subcuencas
3 Perodos de registro de las estaciones
4 Informacin diaria para el perodo de registro en cada estacin pluviomtrica
5 Informacin de profundidad de precipitacin para el perodo de registro y para
intervalos de tiempo menores a 1 da en cada estacin pluviogrfica. En su defecto,
informacin correspondiente a lluvias mximas histricas para diferentes
duraciones, o informacin de series anuales de precipitaciones mximas para


4-14

ERN Amrica Latina
diferentes duraciones. En caso de no disponer de lo anterior se utiliza informacin
directa de curvas Profundidad Duracin Frecuencia (PDF) o de curvas
Intensidad Duracin Frecuencia (IDF) obtenidas de fuentes secundarias. Si estas
ltimas tampoco estn disponibles es posible estimarlas de manera aproximada a
partir de informacin pluviomtrica diaria.

4.5.5 Anlisis espaciales de precipitaciones mximas
El objetivo del modelo es establecer las relaciones entre la profundidad mxima de
precipitacin promedio (P), el rea (A) sobre la cual cae esta profundidad, la duracin (D)
durante la cual se produce esa precipitacin y la frecuencia (F) con la cual se presenta ese
evento con esas caractersticas de profundidad, cobertura espacial y duracin. Esto
corresponde a las curvas profundidad rea duracin frecuencia (PADF). El anlisis
PAD determina las cantidades mximas de precipitacin sobre reas de diferentes tamaos
y para varias duraciones de precipitacin. Estas curvas deben ser caractersticas de las reas
homogneas mencionadas anteriormente. Un aspecto adicional relacionado con esas curvas
es el anlisis y definicin de patrones geomtricos (p.e. de distribucin espacial de la
precipitacin, los cuales se hacen a partir del estudio de mapas de curvas isoyetas de
eventos de tormentas considerados, identificando centros de tormentas y zonas asociadas
con hipocentros, es decir reas consistentemente de menor precipitacin). Otra
consideracin que debe tomarse en cuenta, es la distribucin temporal de los eventos
espacialmente distribuidos. Criterios para el anlisis espacial de precipitaciones mximas se
describen a continuacin:

1 Definicin de rea mnima por debajo de la cual la precipitacin se considera como
puntual y definicin adicional de rea mxima (en razn a que el nmero de
tormentas de gran extensin puede ser escaso dentro de tormentas histricas
disponibles y por lo tanto las series anuales correspondientes pueden resultar no
suficientemente largas para realizar anlisis de frecuencia de igual confiabilidad que
para el resto de eventos disponibles de menor extensin).
2 Definicin del nmero mnimo de estaciones pluviomtricas y/o pluviogrficas que
registren un determinado aguacero para la generacin de los mapas de isoyetas
correspondientes (este nmero podra estar alrededor de 10 pero depende
indudablemente de la densidad de estaciones en cada caso de estudio), de tal manera
que stos sean confiables para la descripcin espacial del evento.
3 Definicin de un valor umbral para la seleccin de un evento para ser considerado
como significativo, es decir que, adems que este evento est registrado en el
nmero mnimo de estaciones definido en el punto 2, la precipitacin registrada en
cada una de estas estaciones supere ese valor umbral (p.e. mayor que 10 mm en 24
horas).


4-15

ERN Amrica Latina
4 Por razones de consistencia, se debe utilizar la misma distribucin de probabilidad y
el mismo mtodo de estimacin de parmetros que el definido para los anlisis
puntuales de frecuencia.
5 El anlisis de la distribucin espacial de la precipitacin para los eventos
considerados debe permitir establecer el o los patrones geomtricos ms
representativos para su caracterizacin genrica (p.e. patrn circular, patrn elptico,
etc) con localizaciones preferenciales de hiper e hipocentros, adems de
alineamientos del patrn, al igual que relaciones funcionales entre parmetros del
patrn (p.e. relacin entre eje mayor y eje menor en patrn elptico entre 2 y 3).
6 La distribucin temporal de los aguaceros con extensin espacial debe obtenerse del
comportamiento temporal de las tormentas registradas en reas extensas en conjunto
con las estaciones pluviomtricas y pluviogrficas, y no exclusivamente de los
registros de estas ltimas de manera individual. As se puede garantizar la
consistencia de los patrones temporales y espaciales obtenidos del anlisis de
precipitaciones mximas en reas extensas.
La metodologa para la determinacin de relaciones PAD y PADF debe basarse en
procedimientos propuestos en la literatura, como por ejemplo el de la OMM (1969). El
rango de variacin de las reas se debe establecer a partir de los mapas de isoyetas
generados para cada uno de los eventos disponibles, desde el valor mnimo equivalente
puntual, hasta la mayor de las extensiones cubiertas por estos eventos. Eventualmente,
puede ser necesario extrapolar curvas PAD Y PADF para valores mayores a este mximo
histrico en el rea. En relacin con las duraciones, se considera que stas pueden ir desde
1 hora hasta alrededor de 10 das, en razn a las precipitaciones asociadas a huracanes. Al
igual que se considera adecuada la distribucin Gumbel, con MPP para los anlisis
puntuales, sta tambin se considera adecuada para los anlisis espaciales.

Para la determinacin de los datos de precipitacin para los anlisis de curvas PAD y
PADF, se deben establecer las fechas para las cuales en alguna o algunas de las estaciones
se registraron profundidades significativas, para luego completarlas con los registros de las
dems estaciones. De esta manera se tiene, para cada fecha, el conjunto de valores de
precipitacin registrados en todas las estaciones de la zona homognea, los cuales,
graficados mediante isoyetas permiten establecer la distribucin espacial de la precipitacin
en la fecha respectiva. Anlisis adicionales similares permitiran desagregar la informacin
diaria con duraciones menores, en la medida con que exista informacin pluviogrfica,
pudindose establecer distribuciones espaciales y temporales para cada uno de los sub-
intervalos. De igual manera, la informacin diaria se puede agregar para duraciones
mayores, pudindose identificar la distribucin espacial y temporal en cada una de stas.
Como consecuencia de lo anterior, para todas las fechas histricas con eventos
significativos se construyen las curvas PAD (una por cada evento y por cada duracin) a
partir de las cuales se realiza el anlisis de frecuencia correspondiente para varios valores
de rea. El resultado de lo anterior es la curva PADF para la zona hidrolgica homognea.


4-16

ERN Amrica Latina
Para construir una curva PAD en una zona hidrolgicamente homognea, se establece
primero la duracin considerada; a continuacin se recopilan o generan los mapas de
isoyetas de los eventos histricos para esta duracin. En seguida, cada mapa se procesa para
identificar el o los sitios de mayor pluviosidad, calculando la precipitacin promedio
correspondiente y midiendo el rea cubierta respectiva. Esto se repite sucesivamente,
extendiendo las reas de cubrimiento de las isoyetas (progresivamente con valores mayores
a menores), calculando la precipitacin promedio sobre las isoyetas consideradas y
midiendo las reas respectivas. As, en la medida en que se ampla la cobertura de isoyetas,
la profundidad promedio disminuye progresivamente y el rea aumenta, definindose as
una relacin inversa entre rea y precipitacin mxima promedio. El algoritmo del
procedimiento se describe a continuacin:

1 Para cada ao seleccionar los eventos intensos de precipitacin con extensin
espacial. Los pasos 2 a 16 corresponden al anlisis de eventos de cada ao con
informacin disponible.
2 Para cada evento elaborar mapas de isoyetas para una duracin D utilizando
herramientas computacionales. Deben involucrarse estaciones perifricas que no
hayan registrado precipitacin.
3 Identificar las isoyetas de mayor valor. Sea este mayor valor de precipitacin p
1,
y
sea m
1
el nmero de isoyetas con valor p
1
.
4 Medir las reas encerradas en las isoyetas con valor p
1,
y denotar estas reas como
a
1
, con i desde 1 hasta m
1
.
5 Estimar el valor promedio de precipitacin en a
1
como h
1
= p
1
+ (p
max
p
1
)/3, donde
p
max
es el valor mximo puntual de precipitacin dentro del rea a
1
.
6 Sumar las reas a
1
. Es decir
=
1
1
1 1
m
i
a A .
7 Para el rea agregada A
1
, calcular la profundidad de precipitacin promedio como:

1
1
1 1
1
1
A
a h
H
m
i
i i
= (Ec. 45)
8 Identificar la(s) isoyeta(s) con valor inmediatamente inferior a p
1
, y sea este valor
p
2
. Sea m
2
el nmero de isoyetas con valor p
2
.
9 Medir cada una de las reas internas a las isoyetas con valor p
2
. Sean estas reas a
2
.
10 Estimar el valor promedio de precipitacin en a
2
como:

[ ][ ]
i
i i i i
i
a
a a p p a h
h
2
1 2 1 2 1 1
2
5 . 0 + +
= (Ec. 46)
11 Sumar las reas a
2
. Es decir

=
2
1
2 2
m
i
a A .


4-17

ERN Amrica Latina
2
, calcular la profundidad de precipitacin promedio como:
2
1
2 2
2
2
A
a h
H
m
i
i i
= (Ec. 47)
13 Continuar con las curvas isoyetas subsiguientes mediante un procedimiento similar.
Para la isoyeta n con un valor de precipitacin p
n
y con reas encerradas a
n
, estimar
h
n
como:
[ ]
( )
[ ]
n
n
j
i j ji j j i i
ni
a
a a p p a h
h
=

+ +
=
2
1 1 1 1
5 . 0
(Ec. 48)
14 Sumar las reas a
n
. Es decir
=
n
m
i
n n
a A
1

n
, calcular la profundidad promedio como:
An
a h
H
n
m
i
ni ni
n
=
1
(Ec. 49)

16 Graficar A
j
vs. H
j
.
17 Repetir el procedimiento descrito entre los pasos 2 a 16 para todos los eventos de
precipitacin de duracin D disponibles en ese ao.
18 Superponer las grficas A
j
vs. H
j
del paso 16 para todos los eventos de ese ao de
duracin D.
19 Establecer la envolvente superior de precipitacin para la superposicin del paso
anterior. Esta envolvente representa la relacin entre la precipitacin mxima y la
extensin espacial para ese ao y esa duracin o curva PAD. En esta envolvente
determinar los valores de precipitacin mxima para valores predeterminados de
rea.
20 Repetir los pasos 2 a 19 para cada uno de los dems aos disponibles.
21 Conformar las series anuales de precipitacin mxima de duracin D para cada una
de las reas predeterminadas del paso 19. Hacer anlisis de frecuencia con esta serie
usando la misma distribucin de probabilidad y mismo mtodo de estimacin de
parmetros aplicados en los anlisis puntuales.
22 Repetir pasos 2 a 21 para otras duraciones D.
23 Con los resultados de los anlisis de frecuencia de los pasos 21 y 22 conformar las
curvas PADF.


4-18

ERN Amrica Latina
Como resultado de los anlisis anteriores se disponen de curvas PADF representativas de
las zonas homogneas correspondientes. Adems, los anlisis de curvas isoyetas histricas
permiten establecer patrones tpicos de distribucin espacial de eventos de precipitacin,
que pueden ser diferenciados segn su origen sea por huracanes o por lluvias intensas. De
manera complementaria a lo anterior, se pueden determinar ubicaciones preferenciales de
estos patrones dentro del rea. Los tres ingredientes anteriores (i.e., curvas PADF, patrones
tpicos y ubicacin preferencial), permiten establecer procedimientos para la generacin
sinttica de eventos de precipitacin. Para esto y de manera aleatoria controlada, se puede
generar la ubicacin de los eventos espaciales de precipitacin con caractersticas, tambin
aleatorias controladas, de tamao y forma que cumplan con las relaciones contenidas en las
curvas PADF. As, el procedimiento es:

1 Seleccionar un determinado perodo de retorno T
2 Determinar aleatoriamente una duracin D
3 Seleccionar valores de rea, A
i
, dentro del rango cubierto por la curva PADF
correspondiente a la duracin D y frecuencia T anteriores
4 Con base en la curva PADF determinar los respectivos valores de profundidad
mxima promedio P
i

5 Generar aleatoriamente la ubicacin, forma y tamao del patrn de precipitacin;
6 Generar con el patrn tpico las correspondientes curvas isoyetas que preserven para
las anteriores reas A
i
las respectivas profundidades de precipitacin P
i

En la Tabla 4-2 se presentan las ecuaciones para confeccionar un patrn espacial circular o
elptico, pues una elipse est definida por los semiejes menor y mayor, a y b
respectivamente, y se puede expresar el uno en funcin del otro como b = Ka. En la Tabla
4-2 las dos primeras columnas corresponden a los valores de reas y precipitaciones
mximas promedio adoptados de la curva PADF (pasos 3 y 4), con las reas ordenadas de
menor a mayor. La tercera columna muestra las ecuaciones para determinar el valor
correspondiente de la isoyeta del patrn elptico. Las columnas 4 y 5 permiten calcular los
valores para cada isoyeta de los semiejes mayor y menor.


4-19

ERN Amrica Latina

Tabla 4-2
Determinacin de patrones sintticos espaciales

A
i
P
i
Valor isoyeta, h
i
Semieje menor a
i
Semieje mayor b
i

A
1
P
1

1 1
P h =
5 . 0
1
1
|
\
|
=
K
A
a

1 1
Ka b =
A
2
P
2

( )
1
1 2
1 1 2 2
2
2
h
A A
A P A P
h
=
5 . 0
2
2
|
\
|
=
K
A
a

2 2
Ka b =
A
3
P
3

( )
2
2 3
2 2 3 3
3
2
h
A A
A P A P
h
=
5 . 0
3
3
|
\
|
=
K
A
a

3 3
Ka b =

A
n
P
n

( )
1
1
1 1
2
=
n
n n
n n n n
n
h
A A
A P A P
h
5 . 0
|
\
|
=
K
A
a
n
n

n n
Ka b =

Para la generacin sinttica de eventos de precipitacin mxima, es necesario definir tres
elementos complementarios a lo anteriormente descrito: (1) la ubicacin espacial del centro
de la tormenta; (2) el valor de K, y (3) la direccin del eje mayor. En relacin con la
ubicacin espacial del centro de tormenta, con base en los mapas histricos de isoyetas se
debe identificar la o las zonas de mayor frecuencia de ubicacin, las cuales se pueden
representar mediante polgonos. Por lo tanto, es dentro de estos polgonos donde se deben
generar centros aleatorios de tormentas. Con respecto al valor K, nuevamente del anlisis
de mapas histricos de isoyetas se pueden determinar rangos de valores de K ms
representativos, ajustando una distribucin uniforme o triangular simtrica, por ejemplo.
Para la direccin del eje mayor, los mapas histricos de isoyetas permiten establecer
alineamientos preferenciales de los patrones de tormentas, a partir de los cuales se pueden
definir rangos de valores de azimut del eje mayor, dentro de los cuales se deben generar
valores aleatorios.

5-1

ERN Amrica Latina
5 Modelo de evaluacin de amenaza por inundacin
5.1 Introduccin
En particular, el peligro de inundacin por desbordamiento de cauces debido al exceso de
lluvia se relaciona directamente con la precipitacin pluvial en la cuenca analizada y las
caractersticas de la topografa del terreno circundante al cauce. Por lo tanto, los modelos
utilizados para determinar los escurrimientos a partir de la precipitacin que los origina
estn basados en relaciones de lluvia-escurrimiento. La metodologa para la estimacin del
peligro de inundacin se divide en un anlisis hidrolgico, un anlisis hidrulico y un
anlisis de flujo en llanura.

a) Anlisis hidrolgico
En el anlisis hidrolgico se determina la relacin que existe entre la precipitacin que cae
en una zona con la cantidad de agua que escurre hacia los cauces y que en caso de ser
excesiva produce la inundacin.

b) Anlisis hidrulico
Se conoce como trnsito de avenida y se define como el cambio que sufre el flujo del cauce
de una seccin transversal hasta otra ubicada despus de un tramo de ro o una presa. Este
cambio puede ser tanto en su forma como en su desplazamiento en el tiempo. El trnsito se
debe realizar mediante modelos de simulacin de flujo en cauces naturales y modelos de
flujo en llanuras. Este modelo requiere de informacin detallada de los afluentes en los
cauces, sus pendientes, as como sus las caractersticas de sus secciones

c) Anlisis de inundacin de llanura
El carcter dinmico de las inundaciones y la influencia del desplazamiento del agua hacia
las zonas bajas, hacen necesario emplear modelos matemticos que, por lo menos, incluyan
ecuaciones de flujo en dos direcciones horizontales basadas en ecuaciones de conservacin
de cantidad de movimiento y de continuidad. Este modelo requiere de la informacin del
flujo desbordado y la topografa detallada de la zona en estudio.

En el campo de la modelacin de los fenmenos hidrulicos ocurre algo parecido a la
modelacin en hidrologa, no existe un modelo que pueda representar hidrulicamente
todas las cuencas. Por lo tanto el modelador debe tener el criterio necesario para que, con
base en las caractersticas particulares de su problema y las caractersticas de la
informacin con la que cuenta, pueda seleccionar el modelo ms adecuado.

El anlisis de flujos en ros y en canales abiertos generalmente es fsicamente basado; sin
embargo existen modelos que no lo son. A continuacin se listan los tres tipos principales
de modelos hidrulicos:

Modelos hidrodinmicos fsicamente basados.
Modelos estocsticos.

5. Modelo de evaluacin de amenaza por inundacin

5-2

ERN Amrica Latina
Modelos conceptuales.

Los modelos hidrodinmicos se basan en las ecuaciones de Navier-Stokes. Se puede notar
que las ecuaciones simples de Navier-Stokes para flujo laminar no cubren la generalidad
del problema; sin embargo durante mucho tiempo se vieron como las expresiones bsicas
de la modelacin en hidrulica. Adicionalmente es necesario reconocer que la modelacin
matemtica es inadecuada para describir el comportamiento de flujos turbulentos, lo que se
traduce en una limitacin importante.

Los modelos estocsticos intentan describir el comportamiento de flujos turbulentos
basndose principalmente en principios de entropa, teora del caos o estadstica. Los
modelos hidrulicos conceptuales guardan las mismas caractersticas que los modelos
hidrolgicos. Ambos tipos de modelos son empleados con frecuencia como sub-modelos en
modelos hidrolgicos distribuidos.

La Tabla 5.1 resume algunas de las caractersticas de los modelos hidrulicos ms
utilizados para el anlisis de inundaciones.


5-3

ERN Amrica Latina
Tabla 5-1
Modelos hidrulicos para anlisis de inundaciones

Datos bsicos de
entrada
Modelos
Basados en el
filtro de
Kalman
El filtro de Kalman es un
modelo estocstico que
proporciona un buen
marco para la estimacin
incremental de una
cantidad en una situacin
en la cual las mediciones
relacionadas con la misma
estn disponibles a lo
largo del tiempo.
El filtro de Kalman es un
algoritmo recursivo y
ptimo de procesamiento
de datos, el cual tiene
varias aplicaciones, entre
ellas, es til para la
estimacin de modelos
autorregresivos, la
con parmetros que
cambian en el tiempo, la
con componentes no
observables.

Concretamente, se trata
de una tcnica de
estimacin
Bayesiana empleada para
seguir sistemas
estocsticos dinmicos
observados mediante
sensores.
Series de datos en
tiempo real.
Parmetros
hidrolgicos e
hidrulicos del rea de
estudio.
Estimacin de la
probabilidad de
inundacin.
Jeffrey C. Neal, Peter M.
Atkinson, Craig W. Hutton.
Flood inundation model updating
using an ensemble Kalman filter
and spatially distributed
measurements. Journal of
Hydrology 336. 2007. Pag:
401 415.
Modelos
basados en
ARIMA
(Autoregressive
integrated
moving
average time
series analysis)
Estos modelos se
construyen con 4 fases:
evaluacin del estado
estacionario, identificacin
del modelo, verificacin
del modelo y pronstico.
Se basa en programas
especficos que realizan
las operaciones
matemticas. Tal es el
caso de software S-Plus.
En el proceso se lleva a
cabo una transformacin
de las series dentro de un
estado estacionario.
Series en funcin del
tiempo
Ecuaciones que
relacionan variables.
Por ejemplo caudales
en diferentes
momentos.
Jan F. Adamowski.
Development of a short-term
river flood forecasting method
for snowmelt driven floods
based on wavelet and cross-
wavelet analysis.


5-4

ERN Amrica Latina
Datos bsicos de
entrada
Modelos
basados en
anlisis de
redes
neuronales
artificiales
(ANNs)
El objetivo principal de
este tipo de modelos es
llegar a una ptima
configuracin de redes
que represente la relacin
entre las variables de
entrada y las de salida.
Se basan en el uso de
software especializado,
como por ejemplo Tiberius
2.0.0 neural network
modeling software
package.
Variables
hidrometeorolgicas
independientes
Relacin entre
variables
hidrometeorolgicas.
Jan F. Adamowski.
Development of a short-term
river flood forecasting method
for snowmelt driven floods
based on wavelet and cross-
wavelet analysis.
Modelo basado
en Algoritmos
Genticos (GA)
Modelo usado para
predecir tasas de flujo en
sitios que reciben flujos
laterales significativos.
El modelo est basado en
una ecuacin anloga al
RCM (Rating Curve Model)
de Moramarco et al.
Este modelo predice tasas
de flujo en estaciones
aguas abajo teniendo
como base el flujo medido
en estaciones aguas
arriba, el tiempo de viaje
de la onda ms temprana
y el flujo medido en
estaciones aguas abajo.
El GA es un mtodo no-
linear de investigacin y
optimizacin utilizado para
obtener los valores
ptimos de las variables
de anlisis.
Datos de las
estaciones aguas
arriba y aguas abajo.
Predicciones de
hidrgrafas
Gokmen Tayfur, Tommaso
Moramarco. Predicting hourly-
based flow discharge
hydrographs from level data
using genetic algorithms.

5.2 Modelos basados en sensores remotos y sistemas de informacin geogrfica
Actualmente, la mayora de los modelos analticos incluyen la utilizacin de un Sistema de Informacin Geogrfica (SIG) o de
informacin obtenida a partir de sensores remotos. El control de las inundaciones no es una excepcin, por el contrario, gran parte
de las investigaciones existentes proponen el uso de esta herramienta como complemento al anlisis numrico, especialmente
cuando no se tienen suficientes registros de estaciones hidro meteorolgicas y cuando se requieren mapas de zonificacin. La Tabla
5.2 presenta un resumen de las caractersticas principales de algunos de los modelos basados en sensores remotos y sistemas de
informacin geogrfica.


5-5

ERN Amrica Latina
Tabla 5-2
Modelos basados en sensores remotos y sistemas de informacin geogrfica

Datos bsicos de
entrada
Modelos
hidrolgicos
basados en
GIS
Modelos que utilizan como
herramienta principal el
procesamiento de la
informacin a travs de un
GIS.
El proceso de clculo incluye:

1. Datos sobre el canal
principal del ro: Tate et al.
(2002) propuso una tcnica
para importar los datos desde
HEC-RAS hacia el GIS.
2. Interpolacin de los datos
batimtricos: Se realiza
usando tcnicas de
interpolacin propias del GIS,
que dependen de la densidad
de las medias, la distancia
entre medidas, la orientacin
de las medidas, los datos de
las secciones transversales,
etc
3. Integracin de los datos del
canal principal con la
topografa circundante de la
llanura de inundacin:
Actualmente se utilizan las
tcnicas de teledeteccin,
como LIDAR y SAR (Synthetic
Aperture Radar)

Algunos ejemplos de GIS
utilizados en la modelacin son:
ARC VEW, ARC/INFO GIS,
ARC/INFO Macro Language
(AML).
Bases de datos de
diversas
propiedades
hidrulicas.
Representaciones
de los sistemas
fluviales.
- Mapas, tablas o
grficos con la
informacin
procesada. Mapas
de zonas de
inundacin
W. Al-Sabhan, M. Mulligan,
G.A. Blackburn. A real-time
hydrological model for flood
prediction using GIS and the
WWW.

A. Zerger. Examining GIS
decision utility for natural hazard
risk modeling.

Venkatesh Merwade, Aaron
Cook, Julie Coonrod. GIS
techniques for creating river
terrain models for hydrodynamic
modeling and flood inundation
mapping. Environmental
Modelling & Software. 2008.
Pag:112.


5-6

ERN Amrica Latina
Datos bsicos de
entrada
Modelos
basados en
datos de
Sensores
remotos
Modelos basados en la
reconstruccin de las
caractersticas de un
terreno y cuantificacin de
variables tectnicas,
climticas y biolgicas
(incluyendo los cambios en
el terreno inducidos por el
hombre).

Los sensores remotos
incluyen InSAR, GPS,
VNIR/TIR (visible and near
infrared/ thermal infrared),
SAR, altimetra laser e
imgenes microondas
entre otros.

Hasta la fecha, la
teleobservacin de las
llanuras de inundacin
desde plataformas
satelitales, presenta
algunos problemas de
escala que limitan la
adquisicin de imgenes
mltiples para una
inundacin, slo para
cuencas grandes, de
escala continental (Sippel
et al, 1998)
Synthetic aperture radar
(SAR) y Landsat Thematic
Mapper (TM) han sido
integrados en algunos casos
para proveer informacin
sobre las caractersticas del
terreno y las zonas potenciales
de afectacin.
Otro caso similar es el de Sea
Winds Radar Aboard QuikSCAT
y datos pticos MODIS. Estos
datos han sido procesados y
combinados con GIS para el
monitoreo de propensin a
inundaciones y desarrollo de
mapas semanales del nivel del
agua.
IKONOS-2 permite la
reproduccin de imgenes de
uso del suelo en un rea
determinada. Esta informacin
sirve de base para obtener el
mapa del factor de rugosidad
de Manning en reas
inundadas.
Cuando los sensores remotos
no alcanzan la precisin
deseada, se combinan con
modelos numricos hidrulicos
de flujo no permanente, en los
cuales se simulan patrones de
inundacin dinmica en
relacin con datos disponibles
de estaciones de aforo
modelos de elevacin digital
(DEM) (Bates et al, 2003).

Datos
hidroclimatolgicos
medidos en campo
y datos
provenientes de
sensores remotos.
Mapas de riesgo
de inundacin y
mapas de niveles
del agua para una
condicin
determinada.
David M. TralliT, Ronald G.
Blom, Victor Zlotnicki,
Andrea Donnellan, Diane L.
Evans. Satellite remote sensing
of earthquake, volcano, flood,
landslide and coastal inundation
hazards.

C.J. van der Sande, S.M. de
Jong, A.P.J. de Rooc. A
segmentation and classification
approach of IKONOS-2 imagery
for land cover mapping to assist
flood risk and flood damage
assessment.

Paul D. Bates, Matthew D.
Wilson, Matthew S. Horritt,
David C. Mason, Nick Holden,
Anthony Currie. Reach scale
floodplain inundation dynamics
observed using airborne
synthetic aperture radar
imagery: Data analysis and
modelling. Journal of Hydrology
328. 2006. Pag: 306 318.

G. Schumann, P. Matgen, L.
Hoffmann, R. Hostache,
F. Pappenberger, L. Pfister.
Deriving distributed roughness
values from satellite radar data
for flood inundation modelling.
Journal of Hydrology 344. 2007.
Pag: 96 111.


5-7

ERN Amrica Latina
Un sistema muy usado en la gestin del riesgo por inundaciones es el HAZUS, de la
Agencia Federal para el Manejo de Emergencias de los Estados Unidos (FEMA), una
herramienta informtica que permite la evaluacin de riesgos por inundacin (HAZUS-MH
MR3), huracn y terremoto. El programa evala daos fsicos a los edificios e
infraestructura, prdidas econmicas, incluyendo costos de reparacin y reposicin, lucros
cesantes, desempleo e impactos sociales incluyendo la estimacin de las necesidades de
refugios para los damnificados, y la poblacin expuesta a las amenazas. Dichos clculos se
realizan con base la tecnologa de los Sistemas de Informacin Geogrfica (SIG),
especficamente del programa ARC-GIS.

El modelo utilizado por HAZUS es capaz de valorar inundaciones de ros o costeras.
Estima los daos potenciales causados a edificios, facilidades esenciales, vas y reas de
agricultura, ruinas, refugios y el nmero de vctimas. Las prdidas directas son estimadas
en el dao fsico a la estructura y los contenidos en el interior de los edificios.

5.3 Modelos y herramientas computacionales
De acuerdo con los modelos y herramientas mencionados, se han creado diversos
programas informticos que modelan las inundaciones y permiten un anlisis en relacin
con la hidrulica fluvial, utilizando como complemento los sistemas de informacin
geogrfica y los sensores remotos. Los resultados de la ejecucin de estos programas,
pueden aplicarse para la calibracin de los modelos o para calcular los datos de entrada, a
partir de los cuales podrn obtenerse resultados de zonificacin y amenaza por inundacin.

Es claro que existen muchos paquetes informticos en el mercado que cuentan con las
caractersticas matemticas y de programacin necesarias para modelar adecuadamente la
dinmica de cuerpos de agua naturales. Sin embargo, el espectro de bsqueda debe ser
acotado para cumplir con los objetivos del proyecto. Es importante aclarar que todo modelo
matemtico es una simplificacin de la realidad y que las ecuaciones que describen el
comportamiento del flujo no permanente tienen limitaciones por s solas. Lo anterior apunta
haca el hecho que no por ser un software el ms costoso del mercado se pueda ajustar de
mejor manera a las caractersticas particulares de un problema especifico. Es de vital
importancia, que en el proceso de modelacin, la herramienta informtica seleccionada sea
familiar para l y se ajuste a la cantidad y calidad de la informacin tcnica existente y
disponible.

En la Tabla 5.3 se presentan las caractersticas principales de algunos sistemas
computacionales disponibles para el anlisis de inundaciones.


5-8

ERN Amrica Latina
Tabla 5-3
Algunos sistemas computacionales disponibles para el anlisis de inundaciones

Datos bsicos de
Entrada
TEMPO TOOL
Simulacin del nivel de agua
usando la determinacin de
funciones de transferencia
que describen varios
procesos: escorrenta,
infiltracin y flujo de agua
subterrnea. Involucra un
procedimiento iterativo.
Software para el tratamiento
y modelacin de las series de
tiempo en hidrologa e
hidroqumica. En oposicin a
los modelos directos, que
reproducen los
comportamientos de los
hidrosistemas desde la parte
conceptual y al mismo tiempo
desde la aplicacin de las
leyes fsicas, este modelo
deduce el sistema de
funcionamiento desde el
anlisis de los datos.
Series de
evapotranspiracin y
lluvias obtenidas de las
estaciones meteorolgicas
locales.
Nivel del agua en el
tiempo. Determinacin
de un umbral de
precipitaciones que
generen
desbordamientos.
J.C. Marchal, B. Ladouche, N.
Drfliger. Karst flash flooding in a
Mediterranean karst, the example of
Fontaine de Nmes.
HEC-RAS
Modelo de dominio pblico
desarrollado del Centro de
Ingeniera Hidrolgica
(Hydrologic Engineering
Center) del cuerpo de
ingenieros de la armada de
los EE.UU. (US Army Corps of
Engineers).
Permite intercambio de datos
con el sistema de informacin
geogrfica ArcGIS mediante
HEC-GeoRAS.
El modelo numrico incluido
en este programa permite
realizar anlisis del flujo
permanente unidimensional
gradualmente variado en
lmina libre.
Soluciona las ecuaciones de
St. Venant para flujo no
permanente en canales
abiertos. Las ecuaciones
bsicas de momentum y
continuidad son aproximadas
y solucionadas mediante
sistemas de ecuaciones
lineales implcitas, usando
esquemas de Preissman. (P.
Matgen et al)

Tambin utiliza la ecuacin
emprica de Manning.
Datos geomtricos y
topogrficos de la cuenca
de estudio.7
Permite la modelacin
hidrulica en rgimen
permanente y no
permanente de cauces
abiertos y ros.
A partir de esta
herramienta se pueden
obtener los datos de
entrada para los modelos
de prediccin de
inundaciones, como por
ejemplo las elevaciones
de la superficie del agua
durante un evento
determinado.
P. Matgen , G. Schumann , J.-B.
Henry, L. Hoffmann, L. Pfister.
Integration of SAR-derived river
inundation areas, high-precision
topographic data and a river flow
model toward near real-time flood
management. International Journal
of Applied Earth Observation
and Geoinformation 9. 2007. Pag:
247263.

Florian Pappenberger, Keith J.
Beven , Marco Ratto, Patrick
Matgen. Multi-method global
sensitivity analysis of flood
inundation models. Advances in
Water Resources 31. 2008. Pag:1
14.

Jordan A. Clayton , James C.
Knox. Catastrophic flooding from
Glacial Lake Wisconsin.
Geomorphology 93. 2008. Pag:
384397.


5-9

ERN Amrica Latina
Datos bsicos de
Entrada
LIS FLOOD-FP
Generacin de modelos de
inundacin en 2D. Es un
modelo precipitacin-
escorrenta de base
parcialmente fsica .

Se puede combinar con un
modelo climtico de alta
resolucin como HIRHAM
El modelo es evaluado con la
herramienta GLUE
(Generalized Likelihood
Uncertainty Estimation)
Monte Carlo. Esta
metodologa reconoce que
diferentes combinaciones de
parmetros del modelo
pueden generar
representaciones aceptables
de las observaciones
disponibles.

Datos de niveles de un ro
para un evento de
inundacin. Grados de
inundacin de eventos
anteriores recolectados de
sensores de radar.
Datos hidrulicos bsicos
(tales como rugosidad en
el plano de flujo y en el
canal, ancho efectivo del
ro, etc).
Hidrgrafas de corriente.

Se pueden utilizar como
datos de entrada, los
generados por HIRHAM,
los cuales resultan de una
simulacin realista del
rgimen de descarga.

Valores de profundidad
del agua para
elaboracin de mapas.

Datos para la elaboracin
de mapas de amenaza
por inundacin.
Florian Pappenberger, Keith
Beven, Kevin Frodsham,
Renata Romanowicz, Patrick
Matgen. Grasping the unavoidable
subjectivity in calibration of flood
inundation models:A vulnerability
weighted approach.

Rutger Dankers , Ole Bssing
Christensen, Luc Feyen, Milan
Kalas, Ad de Roo. Evaluation of
very high-resolution climate model
data for simulating flood hazards in
the Upper Danube Basin. Journal of
Hydrology 347. 2007. Pag: 319
331.
FLOWSIMU-1
Modelo hidrodinmico de flujo
no permanente en 1-D
Las ecuaciones que gobiernan
el modelo son las ecuaciones
de St. Venant y el mtodo de
los mnimos cuadrados.
Parmetros hidrolgicos.
Datos hidrodinmicos de
la inundacin en tiempo
real.
Mu Jin-Bin, Zhang Xiao-Feng.
Real-Time Flood Forecasting Method
With 1-D Unsteady
Flow Model. Journal of
Hydrodynamics 19(2). 2007. Pag:
150-154.

SOBEK
Modelo hidrodinmico en 2D
para la representacin de
inundaciones.
Modelo con base en redes
simultneas de inundacin de
canales, flujos
multidireccionales, saltos
hidrulicos, etc.
Utiliza un Modelo de
Elevacin digital del
Terreno estudiado (DEM)
Requiere una hidrgrafa
inicial.
Profundidad del flujo y
velocidad del flujo. La
exportacin de estos
datos a un GIS permite
la obtencin de esfuerzos
cortantes, niveles de
corriente, y Nmero de
Froude.
Jonathan L. Carrivick. Application
of 2D hydrodynamic modelling to
high-magnitude outburst floods: An
example from Kverkfjo ll, Iceland


5-10

ERN Amrica Latina
Datos bsicos de
Entrada
TREX
TREX (del ingls Two-
dimensional , Runoff, Erosion,
and Export) es un modelo
para simular inundaciones
extremas en grandes cuencas
de regiones semiridas en el
oeste de Estados Unidos.

El modelo distribuido TREX
capta los efectos de
variabilidad espacial y
temporal de tormentas
extremas, para fines de
seguridad en presas de
grandes cuencas.
Igualmente, es una
alternativa frente a los
modelos de hidrograma
unitario y de lluvia-
escorrenta.
Se basa en la precipitacin
mxima probable, con la cual
se calibra el modelo.

Utiliza, entre otras las
siguientes ecuaciones:
Ecuacin de infiltracin
de Green y Amp
Ecuaciones de
continuidad y
momentum
Aproximacin difusiva
de onda

Series de tiempo de
precipitaciones con
tiempos e intensidades
para cada estacin de
muestreo.

Otros datos hidrolgicos
sobre la cuenca de
estudio.
El modelo simula con
precisin caudales pico
y tiempos de
inundaciones
John F. England Jr, Mark L.
Velleux, Pierre Y. Julien. Two-
dimensional simulations of extreme
floods on a large watershed. Journal
of Hydrology 347. 2007. Pag: 229
241.
2D diffusive
overland-flow
Modelo difusivo de flujo
superficial y operacin de
estaciones de bombeo.
Desarrollado para simular
inundaciones en reas
urbanas causadas por
sobrecarga de los sistemas
de drenaje, alcantarillado y
estaciones de bombeo.

Los parmetros del modelo
son calibrados y verificados
para tormentas discretas.

Considera ecuaciones no
inerciales con esquemas
numricos de direccin
alternativa explicita (ADE),
usados para calcular con
detalle zonas y profundidades
de inundacin debido a
saturacin de la zona de
escorrenta.

Hidrogrmas y datos
hidrolgicos como los
arrojados por SWMM

Zonas y profundidades
de inundacin.
Los resultados pueden
ser tiles para prevenir
daos por inundaciones
mediante el rediseo y la
ampliacin de las
capacidades de los
alcantarillados pluviales.

El modelo tambin puede
ser utilizado para obtener
mapas de inundaciones
potenciales, que
permitan tomar medidas
de mitigacin y control
de inundaciones.
M.H. Hsu, S.H. Chen, T.J. Chang.
Inundation simulation for urban
drainage basin with storm sewer
system. Elsevier. Journal of
Hydrology 234. 2000. Pag: 2137.


5-11

ERN Amrica Latina
Datos bsicos de
Entrada
FLO-2D
El modelo permite le clculo
de profundidades,
velocidades y presiones en
cualquier momento y en
cualquier celda analizada. Se
centra en la obtencin de
sedimentos por inundaciones
y la depositacin de
materiales. Simulacin de
flujos y avalanchas.
El programa FLO 2D se
caracteriza por contar con la
interaccin de un modelo
hidrulico con uno
hidrolgico.

Basado en la modelacin de
procesos fsicos los cuales
introducen hidrgrafas de
precipitacin escorrenta y
flujo sobre superficies
inconfinadas y canales
usando la aproximacin
cinemtica, difusa y dinmica
de la ola en la ecuacin de
momentum.

Este programa trabaja con
elementos finitos que
permiten la interaccin entre
el canal principal del cauce y
la planicie de inundacin.

Requiere un modelo de
elevacin digital del
terreno (DEM) y la
hidrgrafa de entrada
Permite transitar
crecientes con flujos
hiperconcentrados y
simular la ruptura de
diques lo que lo hace una
herramienta muy til
para evaluar el riesgo por
inundaciones en ros de
planicie y de alta
pendiente.

J. Hiibl and H. Steinwendtner.
Two-Dimensional Simulation of Two
Viscous Debris Flows in Austria.
SWMM
Modelo de alcantarillado para
aguas lluvias SWMM (del
ingls Storm Sewer Model)
Desarrollado por US EPA
(Huber and Dickinson, 1988).
Sirve para simular el flujo de
agua en sistemas de drenaje.
Por otro lado, es til en el
anlisis de flujos de
escorrenta que superan la
capacidad de diseo de los
sistemas de alcantarillado,
as como desborde del agua
en colectores, pozos y
estaciones de bombeo, que
conducen a inundaciones
urbanas.
Utiliza soluciones numricas
explicitas de las ecuaciones
de St. Venant, as como
ecuaciones bsicas de la
hidrulica como las de
Manning y Darcy.

Pendientes, Datos
geomtricos del
alcantarillado y del rea de
escorrenta, usos del
suelo, coeficientes de
friccin, entre otros.
Hidrogramas y anlisis
de los flujos que exceden
la capacidad de los
sistemas de
alcantarillado.
Combinado con modelos
de inundaciones en 2D
arroja resultados muy
tiles para el manejo de
inundaciones urbanas.
M.H. Hsu, S.H. Chen, T.J. Chang.
Inundation simulation for urban
drainage basin with storm sewer
system. Elsevier. Journal of
Hydrology 234. 2000. Pag: 2137.


5-12

ERN Amrica Latina
Datos bsicos de
Entrada
WT
Mtodo de simulacin de
inundaciones en un ro por
deshielo basado en un
anlisis del movimiento de
las ondas.

El procedimiento usado se
centra en descomponer series
meteorolgicas y de flujo
para desarrollar una base de
los constituyentes de las
ondas en el agua, los cuales
son usados para pronosticar
inundaciones 1, 2 y 6 das
antes. El mtodo es conocido
como WT (Newly developed
wavelet forecasting method).
Mtodo basado en la funcin
de onda compleja no-
ortogonal de Morlet.
Series de datos
hidrometeorolgicos.
Pronstico de inundacin
a travs de variables
hidrometeorolgicas.
Jan F. Adamowski. Development
of a short-term river flood
forecasting method for snowmelt
driven floods based on wavelet and
cross-wavelet analysis.
SWAT
El modelo examina los
efectos del clima, el uso y
recubrimiento del suelo
sobre la hidrologa y los
caudales de una cuenca
determinada.
El modelo parte la cuenca de
estudio en subcuencas que
estn conectadas por
superficies de flujo. Cada
subcuenca es dividida a su
vez en unidades hidrolgicas
de respuesta (HRU) de
acuerdo con la topografa,
tipo de uso de la tierra y tipo
de suelo.
La evapotranspiracin es
calculada con el mtodo
desarrollado por Ritchie
(1972), la evapotranspiracin
potencial con el mtodo de
Penman-Monteith y la
escorrenta en cada HRU es
estimada usando el
procedimiento desarrollado
por USDA Soil Conservation
Service (1972).
Datos de topografa
(DEM), propiedades del
suelo, tipo de vegetacin,
clima e informacin sobre
las prcticas del manejo
de la tierra.
-Datos de caudales en la
cuenca para cada ao.
Hua Guo, Qi Hu, Tong Jiang.
Annual and seasonal streamflow
responses to climate and land-cover
changes in the Poyang Lake basin,
China.
MIKE21C
Modelo de clculo
hidrodinmico desarrollado
por DHI (1999).
Basado en ecuaciones no-
lineales de continuidad y
balance de momentum.

Uso de la tcnica Alternating
Direction Implicit para la
integracin de las ecuaciones
diferenciales finitas en
funcin del tiempo y el
espacio. Uso de la
formulacin de viscosidad
Smagorinsky's (1963).
Registros histricos de
flujos.
Nivel del agua para
diferentes puntos y flujo
a la profundidad
promedio en las grillas
de anlisis. Los
componentes del flujo
son evaluados en los
bordes de la grilla y el
nivel del agua es
evaluado en el centro de
la grilla.
S.S. Li, R.G. Millar, S. Islam.
Modelling gravel transport and
morphology for the Fraser River
Gravel Reach, British Columbia


5-13

ERN Amrica Latina
Datos bsicos de
Entrada
DAMBRK A DAM-
BREAK FLOOD
FORECASTING
MODEL

Este modelo desarrollado por
el NWS (National Weather
Service de los Estados
Unidos) incluye los paquetes
computacionales SMPDBK,
BREACH y DWOPER.
Actualmente se lleva a cabo
un proceso de transicin para
reemplazar DAMBRK por
FLDWAV, ya que ste ltimo
es la perfeccin del primero.

Calcula las hidrgrafas de
salida de presas que estn
fallando teniendo en cuenta
la geometra de la falla, el
almacenamiento en el
embalse y las entradas a
este. La hidrgrafa de salida
es transitada dinmicamente
a travs del valle aguas
abajo.
Es necesario tener una
solucin aproximada a las
ecuaciones completas de
Saint Venant. Con el fin
de poder utilizar DAMBRK
en forma exitosa, al igual
que cualquier otro
paquete que solucione las
ecuaciones completas.

Los resultados del
modelo incluyen las
profundidades aguas
abajo en funcin del
tiempo y el tiempo de
viaje de la onda.

http://www.dodson-
hydro.com/software/hydro-
cd/programs/dambrk.htm
HY-7 WSPRO:
WATER-SURFACE
PROFILE
COMPUTATIONAL
MODEL

Calcula perfiles de flujo para
condiciones subcrticas,
crticas o supercrticas
actuando en una dimensin
de manera gradualmente
variada en estado
permanente.
Ecuaciones bsicas de la
hidrulica.
Perfiles de flujo
El modelo tiene la
capacidad de analizar
flujo en canales abiertos,
flujo bajo puentes, flujo
en alcantarillados,
inundacin de
terraplenes y cruces de
vas con estructuras
hidrulicas.
http://www.fhwa.dot.gov/


5-14

ERN Amrica Latina
5.4.1 Generalidades
La amenaza por inundacin se expresa mediante una medida de intensidad distribuida
geogrficamente, la cual a su vez est ligada a su probabilidad de ocurrencia. La intensidad,
se puede definir como una funcin de la profundidad y la velocidad del agua, as como de
la duracin de las avenidas. Por lo tanto, la definicin de la amenaza por inundaciones (en
funcin del dao potencial), debe tener en cuenta, tanto la probabilidad o frecuencia de
ocurrencia de la avenida, como los niveles o altura tirante del agua. Tambin es posible, en
casos particulares, considerar como medida de intensidad complementaria la velocidad
mxima puntual del flujo de agua.

5.4.2 Seleccin del modelo
El clima de Centroamrica es por lo general caliente y hmedo con perodos de verano
secos desde la mitad de noviembre hasta aproximadamente la mitad de mayo y con
perodos lluviosos caracterizados principalmente por precipitaciones desde la mitad de
mayo hasta la mitad de noviembre. Las inundaciones histricas en Centroamrica han
ocurrido en tiempos diversos durante el perodo lluvioso. Estas inundaciones estn
frecuentemente, pero no siempre, asociadas con los huracanes que se aproximan por la
cuenca del Atlntico. Adicionalmente, tal y como qued demostrado con el Huracn Mitch
de 1998, las lluvias intensas pueden ser el producto de la circulacin regional de huracanes,
an si la trayectoria principal del sistema no cruza exactamente por el territorio del pas.

En el presente anlisis se pretende diferenciar entre inundaciones producidas por lluvias
relacionadas con huracanes, con inundaciones producidas por regmenes de lluvias no
asociadas con huracanes. De esta manera se pueden estimar probabilsticamente las
prdidas asociadas a los huracanes de manera integral incluyendo no solo las prdidas
asociadas a los vientos fuertes sino a la marea de tormenta y a las inundaciones y
deslizamientos asociados con el aumento en el rgimen de lluvias. Tambin permite el
clculo probabilstico de prdidas asociadas nicamente a inundaciones
independientemente del origen de las lluvias que las producen.

El resultado principal de un modelo de amenaza por inundaciones es la delimitacin de las
reas sometidas a inundacin para un determinado periodo de retorno o tasa de excedencia.
La determinacin de las reas susceptibles a inundacin requiere conocimiento de los
eventos histricos, modelos detallados de elevacin del terreno, datos de caudales de
descarga en las cuencas de los ros principales y datos geomtricos de un nmero
determinado de secciones transversales a lo largo del cauce del ro en la cuenca de
inundacin.

Se selecciona para este estudio un enfoque de amenaza que utiliza un procedimiento
probabilstico para combinar los siguientes componentes:


5-15

ERN Amrica Latina

Conjunto estocstico de eventos de precipitacin en el cual un evento se define
como la distribucin espacial de intensidad y duracin de lluvias.

Modelo de inundacin que define la extensin espacial de las zonas inundables para
diferentes niveles de intensidad de lluvias.

Bajo este enfoque se seleccionan dos modelos de amenaza por inundacin, con diferentes
niveles de resolucin en el anlisis. El primero es un modelo simplificado, paramtrico, que
permite estimar, para anlisis de orden nacional, las regiones propensas a inundarse bajo el
efecto de diferentes tormentas estocsticas. El segundo es un modelo detallado que permite
determinar la extensin de la inundacin alrededor de un cauce, a partir de la precipitacin
aportada por las tormentas simuladas.

El anlisis se lleva a cabo para los ros y cuencas principales del pas. El anlisis principal
se concentrar en las tierras altas y en las zonas donde se concentre la mayor parte de la
poblacin y de la infraestructura en general. Solo se considerarn cuencas en las que se
tenga disponible la informacin mnima y que sean relevantes desde el punto de vista de los
impactos posibles sobre la poblacin y sobre la infraestructura del pas.

La Figura 5-1 muestra el diagrama de flujo del modelo de evaluacin de amenaza por
inundacin. Los pasos principales para el desarrollo del modelo de amenaza de inundacin
en zonas seleccionadas son los siguientes:

(1) Generacin de un conjunto de eventos estocsticos de lluvia: empleando los modelos
de generacin de eventos de lluvia asociada y no asociada a huracanes (captulos 3 y
4 respectivamente), se genera un conjunto de escenarios estocsticos de precipitacin,
los cuales son consistentes con las caractersticas regionales de ocurrencia de las
lluvias. Estos eventos se utilizan como datos de entrada al modelo hidrolgico con el
fin de determinar el caudal medio de los ros principales en las zonas de afectacin.

(2) Determinacin de parmetros de lluvia: la intensidad de lluvia y su duracin deben
determinarse a partir de los escenarios generados con el fin de poder determinar la
porcin de la precipitacin total que puede escurrir y alcanzar los cauces naturales o
las reas inundables.

(3) Modelo de inundacin: segn la informacin disponible y el alcance del anlisis a
realizar, se escoge entre el modelo de inundacin, de manera tal que se obtengan los
mejores resultados posibles. Los modelos de anlisis como tal se desarrollan en
detalle en las secciones siguientes.


5-16

ERN Amrica Latina

Figura 5-1
Diagrama de flujo del modelo de amenaza por inundacin

(4) Integracin de la amenaza: al aplicar el modelo sobre cada uno de los escenarios de
lluvia definidos, se construye un conjunto de escenarios estocsticos de inundacin,
cada uno de los cuales tiene frecuencia anual de ocurrencia igual a la del escenario
detonante. Este conjunto de escenarios es representativo de la totalidad de eventos de
inundacin que pueden suceder en la regin. En este punto, la amenaza por
inundacin puede integrarse para obtener tasas de excedencia de diferentes valores de
intensidad, y mapas de igual periodo de retorno.

Amenaza de inundacin
relacionada con huracn
- Eventos especficos
AMENAZA POR INUNDACIN
Eventos histricos
importantes
Catlogo histrico de
lluvias NO asociadas con
huracn
Conjunto de eventos
estocsticos:
- Generados por Huracn
- No generados por Huracn
Catlogo histrico de
huracanes y lluvias
asociadas
Conjunto de huracanes
generadas estocsticamente
(Amenaza por Huracn)
Parmetros de lluvia
- Intensidad
- Duracin
DETONADA POR LLUVIAS
HURACANADAS
DETONADA POR LLUVIAS
NO HURACANADAS
Modelo de inundacin segn
informacin disponible:
- Simplificado
- Detallado
Amenaza de inundacin NO
Conjunto de tormentas
generadas estocsticamente
(Amenaza por Lluvias
intensas)
Amenaza de inundacin


5-17

ERN Amrica Latina
5.4.4 Anlisis simplificado de inundaciones
La intensidad de lluvia debe traducirse en una profundidad de precipitacin efectiva, la cual
corresponde con la porcin de la precipitacin total que puede escurrir y alcanzar los cauces
naturales o las reas inundables. El porcentaje de la precipitacin total que se convierte en
efectiva depende principalmente de las caractersticas de saturacin y permeabilidad del
suelo superficial, la cobertura vegetal y el uso.

La profundidad de inundacin se obtiene a partir de la precipitacin efectiva, empleando
factores de inundacin, los cuales califican los territorios de una determinada regin, en
trminos de que tan potencialmente inundables son, en funcin de la topografa y
pendientes aledaas.

5.4.4.1 Estimacin de la precipitacin efectiva
La precipitacin efectiva corresponde a la intensidad de lluvia remanente, luego que, de la
profundidad total de precipitacin aportada por la tormenta, se ha gastado una porcin en
procesos hidrolgicos infiltracin y evapotranspiracin. sta escorrenta se calcula en
funcin del valor total de precipitacin y el nmero de escurrimiento en determinado punto,
empleando la expresin planteado por Chow (1994):

32 . 20
2032
08 . 5
508
2
+
(
+
=
N
P
N
P
P
m
m
e
(Ec. 50)

En donde P
e
es la precipitacin efectiva en cm, P
m
es la precipitacin de la tormenta en
cm, y N es el nmero de escurrimiento.

El nmero de escurrimiento es un indicador global de la cantidad de agua que ser
absorbida o transpirada por los suelos superficiales. Se obtiene como funcin del uso de la
tierra, la cobertura vegetal y las condiciones de infiltracin y transpiracin del suelo
superficial. En la Tabla 5-4 se presentan los valores de N para diferentes suelos y
condiciones de uso.

El rango de aplicacin de la ecuacin 58, de acuerdo con Ven T. Chow, es para valores de:

08 . 5
508
+ >
N
P
m
(Ec. 51)

Fuera de este intervalo se considera que la precipitacin efectiva es igual a cero. Tambin
se revisa que la precipitacin efectiva no ser mayor que la precipitacin de la tormenta.


5-18

ERN Amrica Latina
Tabla 5-4
Valores de N para diferentes tipos de suelo y usos de la tierra (cobertura)

USO DE LA TIERRA O CUBIERTA CONDICIN DE LA SUPERFICIE
TIPO DE SUELO
A B C D
Bosques (sembrados y cultivados)
Ralo, baja transpiracin 45 66 77 83
Normal, transpiracin media 36 60 73 79
Espeso o alta transpiracin 25 55 70 77
Caminos
De tierra 72 82 87 89
Superficie dura 74 84 90 92
Bosques Naturales
Muy ralo o baja transpiracin 56 75 86 91
Ralo, baja transpiracin 46 68 78 84
Normal, transpiracin media 36 60 70 76
Espeso, alta transpiracin 26 52 62 69
Muy espeso, alta transpiracin 15 44 54 61
Descanso (sin cultivo) Surcos rectos 77 86 91 94
Cultivo de surco
Surcos rectos 70 80 87 90
Surcos en curvas de nivel 67 77 83 87
Terrazas 64 73 79 82
Cereales
Leguminosas (sembrada con maquinaria o al voleo) o
potrero de rotacin.
Pastizal
Pobre 68 79 86 89
Normal 49 69 79 84
Bueno 39 61 74 80
Curvas de nivel, pobre 47 67 81 88
Curvas de nivel, normal 25 59 75 83
Curvas de nivel, bueno 6 35 70 79
Potrero (permanente) Normal 30 58 71 78
Superficie impermeable 100 100 100 100
CLASIFICACIN DE SUELOS (segn afectan las caractersticas del material en el escurrimiento)
Tipo A: (Escurrimiento mnimo). Incluye gravas y arenas de tamao medio, limpias, y mezclas de ambas.
Tipo B: Incluye arenas finas, limos orgnicos e inorgnicos, mezclas de arena y limo.
Tipo C: Comprende arena muy fina, arcillas de baja plasticidad, mezclas de arena, limo y arcilla.
Tipo D: (Escurrimiento mximo). Incluyendo principalmente arcillas de alta plasticidad, suelos poco profundos con
subhorizontes casi impermeables cerca de la superficie


5-19

ERN Amrica Latina
5.4.4.2 Factores de inundacin
La profundidad de inundacin se calcula a partir de la precipitacin efectiva, y factores de
inundacin que dependen principalmente de las condiciones topogrficas del rea de
estudio. Los factores de inundacin califican el potencial de un punto particular de ser
inundado. En la Figura 5-2 se ilustran los factores de inundacin de una zona particular.

Figura 5-2
Figura que ejemplifica las regiones de ampliacin en zonas bajas.

Con las definiciones de estos factores se pueden diferenciar 4 zonas de inters:

1) Zonas bajas o rodeadas de montaas con mayor peligro de inundacin que asemejan
cauces de ros. Estas zonas se resaltan en la Figura 5-2 con color amarillo. El tirante
de inundacin es igual a la precipitacin efectiva ms un 50%.
2) Lugares cercanos a zonas bajas identificadas como cauces. El tirante de inundacin
es igual a la precipitacin efectiva ms un 20%. Estas zonas se resaltan en la Figura
5-2 con color verde.
3) Lugares con pendiente topogrfica baja o plana. Se considera que el tirante de
inundacin es igual a la precipitacin efectiva.
4) Lugares con pendiente topogrfica alta. Se considera que no se presenta inundacin.

A partir de la precipitacin efectiva y los factores de inundacin se estima
aproximadamente el valor de la profundidad de inundacin, considerando de manera
general el tipo y uso del suelo y las condiciones topogrficas.

5.4.5 Anlisis detallado de inundaciones
Este modelo emplea una metodologa que involucra los tres procesos ms importantes en la
estimacin del peligro de inundacin: anlisis hidrolgico, anlisis hidrulico e inundacin
de llanura.

5.4.5.1 Anlisis hidrolgico
Se determina el caudal para cada escenario de inundacin empleando la informacin de la
cuenca en estudio, delimitando su cauce principal y empleando informacin de
precipitacin, diferentes tipos de escurrimiento de la regin y topografa general de la
cuenca. El procedimiento de anlisis es el siguiente:


5-20

ERN Amrica Latina

1. Con la informacin de precipitacin neta para cada escenario de lluvia se obtienen
las precipitaciones efectivas dentro de la cuenca empleando la ecuacin de Chow
del mtodo simplificado (Ec. 50) y con los factores N de escurrimiento para la
cuenca analizada.
2. Las precipitaciones efectivas dentro de la cuenca se suman para obtener el volumen
de escurrimiento.
3. Para determinar los caudales se emplea el mtodo del hidrograma unitario triangular
con algunas adaptaciones para considerar el volumen de escurrimiento.
4. Con los volmenes de cada escenario y con las caractersticas del hidrograma
unitario se obtienen los hidrogramas de escurrimiento directo de cada evento, los
cuales consideran la forma del hidrograma unitario con el gasto del evento
analizado.

5.4.5.2 Anlisis hidrulico e inundacin de llanura
Para el anlisis hidrulico y de inundacin de llanura se requieren los datos del hidrograma
de escurrimiento directo de cada evento, as como la delimitacin de la zona de anlisis. Se
debe contar con topografa detallada que capture las caractersticas principales del cauce y
las planicies de inundacin con resolucin suficiente. La calidad de los resultados
depender de la calidad de esta topografa, por lo que es muy importante contar con la
mejor resolucin posible para la regin de inters.

Los pasos de la aplicacin del proceso de anlisis hidrulico y de inundacin de llanura son
los siguientes:

1. Se selecciona un punto a partir del cual se llevar a cabo el anlisis, este debe
corresponder a un punto del cauce cercano a alguna poblacin de inters o a la
desembocadura de la cuenca ingresada.
2. Con la topografa detallada y el hidrograma de cada evento se aplica un algoritmo
de flujo bidimensional, el algoritmo analiza cada celda de la topografa en varios
instantes de tiempo.
3. Se almacenan los valores de inundacin mxima para cada evento, con lo que se
crea una malla de inundacin por evento.

En ste procedimiento se ha seleccionado por simplicidad el mtodo del hidrograma
unitario triangular (Figura 5-3), para caracterizar los hidrogramas de entrada al cauce bajo
anlisis. Para aplicarlo se requiere conocer las caractersticas fisiogrficas de la cuenca.


5-21

ERN Amrica Latina

Figura 5-3
Modelo de hidrograma unitario triangular

El caudal pico se estima como:

Tp n
A hpe
Q
p
566 . 0 = (Ec. 52)
donde,

Tc
Tc
Tp 6 . 0
2
+ = para cuencas pequeas (Ec. 53)

Tc Tc Tp 6 . 0 + = para cuencas grandes (Ec. 54)

3 . 1583
250
2

+ =
A
n para cuencas donde A<= 250 km
2
entonces n= 2.0 (Ec. 55)

Tb n Tp =
;
Tb Tp Tr = +
(Ec. 56)

en donde hpe es la lmina de lluvia efectiva en mm, A el rea de la cuenca en km
2
, Tc el
tiempo de concentracin en horas, Tp el tiempo pico en horas, Tr el tiempo de retraso en
horas, Tb el tiempo base en horas y n el factor de correccin por rea.

El hidrograma de escurrimiento directo se calcula al multiplicar cada una de las ordenadas
del hidrograma unitario triangular por la lluvia efectiva, hpe, expresada en mm.

El tiempo de concentracin puede calcularse aplicando la ecuacin de Kirpich, la cual se
expresa como:

77 . 0
0003245 . 0
(
=
S
L
t
c
(Ec. 57)


5-22

ERN Amrica Latina
en donde tc es el tiempo de concentracin en horas, L es la longitud del cauce principal en
m y S es la pendiente media del cauce principal.

Con la informacin del cauce y la topografa general se obtiene la pendiente media del
cauce empleado el mtodo de Taylor-Schwarz (Springal, 1970) la cual est dada por:

2
2
2
1
1
...
(
(
(
(
+ + +
=
n
n
S
l
S
l
S
l
L
S (Ec. 58)

En donde la longitud del cauce principal L se divide en n nmero de segmentos de longitud
l y para cada uno de ellos se calcula su pendiente S.

5.4.5.3 Modelo matemtico de flujo bidimensional
El carcter dinmico de las inundaciones y la influencia del desplazamiento del agua hacia
las zonas bajas, hacen necesario emplear modelos matemticos que, por lo menos, incluyan
ecuaciones de flujo en dos direcciones horizontales. El mtodo propuesto considera un
modelo numrico bidimensional con base en la ecuacin de conservacin de cantidad de
movimiento y en la ecuacin de continuidad; en ellas las velocidades corresponden a su
valor promedio en la vertical. Se considera el flujo sobre una regin con o sin agua.

Las ecuaciones dinmicas que describen la conservacin de cantidad de movimiento son:

x
z
x
h
h
u u n
y
u
v
x
u
u
t
u
g
= +
3
4
2
1
(Ec. 59)

y
z
y
h
h
v v n
y
v
v
x
v
u
t
v
g
= +
3
4
2
1
(Ec. 60)

en donde u y v son las componentes de la velocidad en las direcciones x y y
respectivamente, n es el coeficiente de rugosidad segn la frmula de Manning, h es el
nivel de la superficie libre del agua con respecto al nivel del terreno natural y t es el tiempo.

El principio de la conservacin de masa (ecuacin de continuidad) en dos dimensiones
horizontales establece que:

0 =
vh
y
uh
x t
h
(Ec. 61)


5-23

ERN Amrica Latina

El rea (en proyeccin horizontal) de la llanura a inundarse se divide en celdas de forma
rectangular de largo x y ancho y. Para calcular el flujo de agua en una planicie de
inundacin se debe resolver el sistema de ecuaciones diferenciales conformado por las
ecuaciones anteriores y considerando ciertas condiciones inciales y de frontera.

Por las caractersticas detalladas de este mtodo de anlisis se recomienda revisar muy bien
la informacin antes de su aplicacin, ya que es un proceso que demanda un tiempo de
cmputo considerable.

6-1

ERN Amrica Latina
6 Modelo de evaluacin de amenaza por deslizamientos
6.1 Introduccin
En la prctica de la ingeniera, es comn definir la estabilidad de una ladera en trminos de
un factor de seguridad (FS) obtenido a partir de un anlisis matemtico de estabilidad. Sin
embargo, no todos los factores que afectan la estabilidad de un talud se pueden cuantificar
como para incluirlos en un modelo matemtico. Por lo tanto, hay situaciones en las cuales
un enfoque particular no produce resultados satisfactorios. A pesar de las debilidades de un
modelo simplificado, determinar el factor de seguridad asumiendo superficies probables de
falla, permite contar con informacin muy til para la toma de decisiones.

6.1.1 Equilibrio lmite y factor de seguridad
Los mtodos de equilibrio lmite estn basados en suponer, o encontrar, una superficie de
falla en la cual se presentan condiciones crticas de estabilidad que pueden caracterizarse
mediante el factor de seguridad. Este tipo de anlisis requiere informacin sobre la
resistencia del suelo, pero no requieren en general informacin sobre la relacin esfuerzo
deformacin. El sistema de equilibrio lmite supone que en el caso de una falla, las fuerzas
actuantes y resistentes son iguales a lo largo de toda la superficie de falla, y equivalentes a
un factor de seguridad 1.0. El anlisis se puede realizar estudiando directamente la totalidad
de la longitud de la superficie de falla o dividiendo la masa deslizada en tajadas o dovelas.
Generalmente, los mtodos son iterativos y cada uno ofrece diferente grados de precisin.

El factor de seguridad se emplea para conocer cul es el factor de amenaza frente a una
posible falla del talud, en las peores condiciones del comportamiento para las cuales se
disea. Fellenius (1972) present el factor de seguridad como la relacin calculada entre la
resistencia al corte real del material en el talud, y los esfuerzos cortantes crticos que tratan
de producir la ruptura, a lo largo de una superficie supuesta.

. .
Resistencia al corte
F S
Esfuerzo cortante
= (Ec. 62)

En superficies circulares, en donde existe un centro de giro y momentos resistentes y
actuantes, la expresin es la siguiente:

actuante Momento
resistente Momento
S F = . . (Ec. 63)

De esta manera se procede a estudiar un cuerpo libre, partiendo de las fuerzas actuantes y
de las fuerzas resistentes que se requieren para establecer el equilibrio. Al calcular la fuerza
resistente, se compara con la fuerza disponible o resistente proporcionada por el suelo o la
roca y se obtiene con esto una indicacin del Factor de Seguridad. Este parmetro se utiliza

6. Modelo de Evaluacin de Amenaza por Deslizamientos

6-2

ERN Amrica Latina
como indicador general de la susceptibilidad al deslizamiento en una ladera determinada y
por lo tanto como un ndice adecuado de amenaza (usualmente a travs del inverso del
factor de seguridad, para que sea creciente con un mayor valor de amenaza).

6.2 Metodologas de clculo
Existen diferentes metodologas para el clculo de la estabilidad de laderas, las cuales se
diferencian principalmente por el tipo de geometra de la superficie de ruptura que
consideran, y por el tipo de parmetros y procesos que se involucran en el anlisis. La
Tabla 6-1 presenta un resumen de las principales metodologas existentes para el clculo de
factores de seguridad.

Tabla 6-1
Mtodos de anlisis de estabilidad de taludes
(Fuente: Universidad de Costa Rica. Escuela de Ingeniera Civil. IC-809 Ingeniera Geotcnica)

Mtodo
Superficies
de Falla
Equilibrio Caractersticas
Talud Infinito Plana Fuerzas
Supone relacin profundidad/longitud del talud muy
pequea
Supone perfil de suelo de un solo estrato
Procedimiento simple
Impreciso para la mayora de taludes reales
Planar Plana Fuerzas
Para casos especiales de taludes con capas superficiales
de suelo delgadas
Considera caractersticas geomtricas bsicas del talud
Ordinario o de
Fellenius
(Fellenius, 1972)
Circulares Fuerzas
No tiene en cuenta fuerzas entre dovelas
No satisface equilibrio para dovelas individuales
Impreciso para taludes planos con alta presin de poros
Factores de seguridad bajos
Bishop simplificado
(Bishop, 1955)
Circulares Momentos
Fuerza cortante entre dovelas igual a cero.
Solucin sobredeterminada


6-3

ERN Amrica Latina
Mtodo
Superficies
de Falla
Equilibrio Caractersticas
Janb simplificado
(Janb, 1968)
Circulares Fuerzas
Fuerza cortante entre dovelas igual a cero.
Solucin sobredeterminada
No satisface completamente equilibrio de momentos
Involucra factor de correccin Fo para inexactitudes en
equilibrio
Factores de seguridad bajos
Sueco modificado.
U.S. Army Corps of
Engineers (1970)
Cualquier
geometra
de falla
Fuerzas
Fuerzas direccionadas paralelamente a la superficie del
terreno
Factores de seguridad altos
Lowe y Karafiath
(1960)
Cualquier
geometra
de falla
Fuerzas
Fuerzas con direccin igual a la direccin promedio de
la superficie del terreno y base de las dovelas
No satisface equilibrio de momentos
Mtodo ms preciso de equilibrio de fuerzas
Spencer (1967)
Cualquier
geometra
de falla
Momentos y
fuerzas
Direccin de fuerzas laterales iguales en las dovelas
Satisface equilibrio esttico al asumir una fuerza entre
tajadas con inclinacin constante desconocida
Morgenstern y
Price (1965)
Cualquier
geometra
de falla
Momentos y
fuerzas
Fuerzas laterales bajo sistema predeterminado
Satisface equilibrio esttico al asumir una fuerza entre
tajadas con inclinacin variable segn una funcin
arbitraria
Sarma (1973)
Cualquier
geometra
de falla
Momentos y
fuerzas
Magnitudes de fuerzas verticales bajo sistema
predeterminado
Clculo de un coeficiente ssmico requerido para
generar falla, a partir del mtodo de dovelas
Satisface equilibrio
Superficie de falla resultante muy diferente a la
obtenida por mtodos convencionales
Elementos Finitos
Cualquier
geometra
de falla
Analiza
esfuerzos y
deformaciones
Satisface equilibrio
Obtencin de esfuerzos y deformaciones en todos los
nodos
No se obtiene factor de seguridad
Espiral Logartmica
Espiral
Logartmica
Momentos y
fuerzas
Existen diferentes mtodos con diversas condiciones de
equilibrio


6-4

ERN Amrica Latina
La forma de la superficie de falla est condicionada a las caractersticas geolgicas de los
materiales, presentndose fallas de tipo traslacional, planar, circular, y curvas no circulares.
En algunos casos es necesario emplear combinaciones de las anteriores formas para definir
de manera ms precisa la superficie de falla esperada. La Tabla 6-2 resume las condiciones
geolgicas que influencian el desarrollo de determinada superficie de falla.

Tabla 6-2
Factores geolgicos que controlan la generacin de superficies de falla probables
(Fuente: Universidad de Costa Rica. Escuela de Ingeniera Civil. IC-809 Ingeniera Geotcnica)

Condiciones Geolgicas
Superficie de falla
probable
- Suelos no cohesivos
Traslacional, con
relacin pequea de
profundidad/longitud
- Suelos residuales o coluviales, sobre roca
- Suelos arcillosos firmes, con alta presencia de grietas, zonas lluviosas
- Bloque deslizante
Superficie planar
- Material rocoso fallado o altamente fisurado
- Suelos cohesivos duros, intactos, y sobre pendientes inclinadas
- Presencia de capas intercaladas de rocas sedimentarias, zonas lluviosas
- Suelos arcillosos duros fisurados
- Suelos altamente estratificados
- Rellenos de material de piedemonte, sobre materiales de origen coluvial
- Capas gruesas de material residual o coluvial
Superficie curva,
generalmente circular
- Arcillas blandas de origen lacustre
- Suelos cohesivos blandos

6.3 Modelos computacionales
Existe gran cantidad de modelos computacionales para el clculo de la estabilidad de
taludes. Los modelos se basan en el desarrollo de metodologas analticas complejas para el
anlisis de amenaza por deslizamiento, a partir de refinaciones y aproximaciones detalladas
para resolver el problema de la estabilidad esttica (seudo-esttica) y dinmica. Algunos
mtodos se basan en la solucin, por medio de estructuraciones particulares, del mtodo de
elemento finito, mientras otros emplean el anlisis del equilibrio lmite. La Tabla 6-3
presenta un resumen de las metodologas analticas principales recientemente desarrolladas,
y que han sido aplicadas en los sistemas computacionales. La Tabla 6-4 resume algunas de
las herramientas y software comerciales y acadmicos ms conocidos.


6-5

ERN Amrica Latina
Tabla 6-3
Modelos analticos para anlisis de estabilidad

Modelo Descripcin Mtodo de clculo Resultados Referencias
WOE
Mtodo de los pesos de
evidencia WOE (del ingls,
Weights-of-evidence). Usado
para combinar series de datos.
El modelo utiliza el logaritmo
lineal de la probabilidad
Bayesiana para estimar la
importancia relativa de la
evidencia, a travs de medios
estadsticos.
Estimacin de importancia y
combinacin de datos. Los
resultados del WOE dependen
radicalmente de del nmero de
eventos introducidos en el
modelo (por ejemplo para la
estimacin de probabilidades) y
de la calidad del mapa de
deslizamientos.
Thiery, J.-P. Malet, S. Sterlacchini, A.
Puissant, O. Maquaire. Landslide
susceptibility assessment by bivariate
methods at large scales: Application to a
complex mountainous environment.
ANP
El modelo de redes analticas
consiste en el control de
jerarquas, agrupaciones,
elementos, interrelacin entre
los elementos, e interrelacin
entre las agrupaciones. Est
representado por una
estructura en red indicando
todas las dependencias entre
las agrupaciones y
determinando las direcciones
de influencia.
El modelo est relacionado con
la estimacin y comparacin de
pesos de evidencia
Mapa de amenazas de
estabilidad de laderas.
K.M. Neaupane, M. Piantanakulchai.
Analytic network process model for
landslide hazard zonation.
ANN
Modelo de redes neuronales
artificiales ANN (del ingls
Artificial Neural Network). Es
una especie de tcnica
indirecta de mapeo, la cual
permite implementar modelos
de caja negra de forma similar
a otros modelos estadsticos.
Utiliza tcnicas de percepcin
multicapa MLP (del ingls
Multilayered Perception) y
redes neuronales
probabilsticas PNN (del ingls
Probabilistic Neural Network).
Estas tcnicas hacen parte de
los modelos de caja negra y
se desarrollan con base en
formulaciones estadsticas.
Es un modelo para analizar
susceptibilidad a
deslizamientos.
determinacin indirecta de
parmetros de activacin
(Aleotti et al., 1996; Mayoraz
et al., 1996) y tambin de
deslizamientos susceptibles a
mapeo mediante factores
fsicos del terreno (Lee et al.,
2001; Fernndez-Steeger et
al., 2002).
Leonardo Ermini, Filippo Catani,
Nicola Casagli. Artificial Neural
Networks applied to landslide
susceptibility assessment.


6-6

ERN Amrica Latina
LFEM
Modelo casi- tridimensional
usado para reproducir procesos
dinmicos causados por
deslizamientos.
Mtodo Langragiano de
elementos finitos LFEM (del
ingls Lagrangian Finite
Element Method). Se usa en
conjunto con un Sistema de
Informacin Geogrfica.
Reproduccin de procesos
dinmicos, tambin puede ser
aplicado para una zonificacin
preliminar de amenazas y para
gestin del uso del suelo en
reas montaosas.
H. Chen, C.F. Lee. A dynamic model for
rainfall-induced landslides on natural
slopes.
DEM
DEM es un Modelo de Elevacin
Digital (del ingls Digital
Elevation model)
Propone un mtodo de
prediccin para reas
susceptibles a deslizamientos
con base en el modelo digital
del terreno. El modelo se
fundamenta en la formulacin
matemtica del ndice
topogrfico de susceptibilidad,
el cual involucra el ngulo del
talud y el rea especfica.
Adems combina un modelo
hidrolgico con un modelo de
estabilidad de laderas.
reas susceptibles a
deslizamientos
T. Iida. A stochastic hydro-
geomorphological model for shallow
landsliding due to rainstorm.
SHALSTAB
Modelo para predecir las zonas
propensas a deslizamientos de
tierra e inestabilidad de laderas
(del ingls Shallow Stability).
El modelo se basa en el
concepto de talud infinito, el
cual define los esfuerzos
normales y cortantes en el
plano de falla; este es usado
especialmente cuando el
espesor del suelo es mucho
ms pequeo que la longitud
del talud y cuando el plano de
esfuerzos es aproximadamente
paralelo a la superficie del
talud.
Para ejecutar el modelo se
requiere de un modelo digital
del terreno. El resultado de
correr el modelo ser una
localizacin de las reas
propensas a deslizamientos
Roberto A. T. Gomes et al.
Identification of the affected areas by
mass movement through a physically
based model of landslide hazard
combined with an empirical model of
debris flow.


6-7

ERN Amrica Latina
CHASM
Modelo combinado de
hidrologa y estabilidad de
taludes, para la evaluacin de
deslizamientos. El cdigo del
programa est desarrollado en
UNIX usando Fortran 77,
tambin puede ser
implementado en C++ con
adicin de una interfaz grfica.
El componente hidrolgico del
modelo soluciona la ecuacin
de Richard para flujo
subterrneo saturado y no
saturado para obtener los
cambios en el tiempo de la
cabeza de presin sobre el
terreno. Las condiciones
hidrolgicas generadas se usan
como entrada para los clculos
de equilibrio lmite en los que
se hallan los factores de
seguridad.
Factores de seguridad y
condiciones hidrolgicas del
suelo
Paul L. Wilkinson, Malcolm G.
Anderson, David M. Lloyd, Jean-
Philippe Renaud. Landslide hazard and
bioengineering: towards providing
improved decision support through
integrated numerical model development.
MEA
Anlisis de la entropa mnima
MEA (del ingls minimum
entropy analys).

Proporciona un criterio
cuantitativo para la seleccin
de variables relevantes en el
problema de inestabilidad de
laderas. Con este mtodo se
pueden analizar diversos datos
geofsicos y geolgicos, en los
que la irrelevancia de las
mediciones disponibles puede
oscurecer el entendimiento del
sistema fsico. Aplicable por
ejemplo a ocurrencia de flujos
de escombros.
Chien-chih Chen, Chih-Yuan Tseng,
Jia-Jyun Dong. New entropy-based
method for variables selection and its
application to the debris-flow hazard
assessment.
FUZZY-SET
Fuzzy-set es un modelo que
establece relaciones espaciales
entre las ocurrencias de
deslizamientos de tierra y
observaciones explicativas.
Fuzzy-set emplea funciones de
probabilidad, con
combinaciones categricas y
continuas de los datos. Se
trabaja mediante subdivisiones
espaciales y temporales de los
sucesos y de la zona de
estudio, lo cual posee un
limitante, puesto que dichas
subdivisiones se hacen al azar,
aumentando la incertidumbre
asociada a la prediccin de
resultados.
Mapa de prediccin de
amenazas
Chang-Jo Chung, Andrea G. Fabbri.
Predicting landslides for risk analysis
Spatial models tested by a cross-
validation technique.


6-8

ERN Amrica Latina
PTDDSSA
El anlisis probabilstico
tridimensional de estabilidad de
taludes PTDDSSA (del ingls
Probabilistic Three-
Dimensional Dynamic Slope
Stability Analysis).
Anlisis probabilsticos
El programa puede analizar
laderas y taludes ubicados en
depsitos de varios estratos a
corto plazo y largo plazo. Este
programa es capaz de obtener
los factores de seguridad
estticos y dinmicos, as como
los desplazamientos inducidos
por sismos y las probabilidades
de falla.
A.S. Al-Homoud, W.W. Tahtamoni.
Reliability analysis of three-dimensional
dynamic slope stability and earthquake-
induced permanent displacement.


6-9

ERN Amrica Latina
Tabla 6-4
Sistemas Computacionales para anlisis de estabilidad

Programa Descripcin Mtodo de clculo Resultados Referencias
SLOPE/W
de
GEO-SLOPE
Es un software de estabilidad
de taludes que calcula el
factor de seguridad en taludes
de suelo y de roca. Con
SLOPE/W se pueden analizar
problemas simples y
complejos para una gran
variedad de superficies de
deslizamiento, condiciones de
presin de poros, propiedades
del suelo, mtodos de anlisis
y condiciones de carga.
Calcula esfuerzos por anlisis
de elementos finitos y por
equilibrio lmite.
El anlisis estabilidad de
taludes se puede realizar
utilizando parmetros de
entrada determinsticos o
probabilsticos.
Factor de seguridad en taludes
de suelo y de roca
http://www.geo-
slope.com/products/slopew2007.aspx
SLOPE
2009 de
GEOSTRU
Programa para el anlisis de la
estabilidad de taludes en
suelos con y sin cohesin
Equilibrio lmite
Mtodo de Fellenius;
Mtodo de Bishop;
Mtodo de Janbu;
Mtodo de Bell;
Mtodo de Sarma;
Mtodo de Spencer;
Mtodo de Morgenstern y
Price;
Elementos Discretos: mtodo
de clculo que permite
obtener factores de seguridad
locales (por cada elemento
que constituye el talud) y
movimientos.
Con este software es posible
conocer los movimientos del
suelo, evaluar la rotura
progresiva, aplicar varios
modelos de relacin
esfuerzo/deformacin.
http://www.geostru.com/Espanol/Software/
Slope.htm
GEO5 Slope
Stability
El programa analiza la
estabilidad de los estratos del
talud.
La superficie antideslizante es
considerada como circular
(Mtodo del Obispo o de
Petterson) o poligonal (Mtodo
de Sarma).

http://www.finesoftware.eu/geotechnical-
software/slope-stability/


6-10

ERN Amrica Latina
STABL
es un programa diseado en
FORTRAN para la solucin de
problemas de estabilidad de
laderas en dos dimensiones
Equilibrio lmite. Utiliza
tcnicas aleatorias para la
generacin de potencial de
falla de las superficies para la
determinacin posterior de la
superficie crtica y sus
correspondientes factores de
seguridad. Una de las tcnicas
es mediante falla circular;
otra, en bloques deslizantes, y
una tercera, con superficies
irregulares de forma aleatoria.
http://www.ecn.purdue.edu/STABL/
STABLE
Realiza anlisis de la
estabilidad de laderas
Bishop, Morgenstern-Price y
Sarma.

http://www.geotechnicaldirectory.com/page/
Software/Slope_stability_(soil)_.html
LISA
LISA (del ingls Level I
Stability Analysis) permite el
anlisis de estabilidad de
laderas
Utiliza la simulacin de Monte
Carlo y la ecuacin del talud
infinito.
Probabilidad de falla de
taludes naturales.
http://forest.moscowfsl.wsu.edu/engr/
lisa0.html


6-11

ERN Amrica Latina
GIS
Sistemas de Informacin
Geogrfica.
Se basa en sistemas de mapeo
de susceptibilidad a
deslizamientos. El sistema se
integra con bases de datos en
formato vectorial o rster. La
superficie crtica de
deslizamiento se encuentra
por minimizacin del factor de
seguridad 3D usando
simulacin aleatoria de Monte
Carlo.
Pueden usarse para identificar
deslizamientos de topografas
complejas en 3D.
Saro Lee. Application of Likelihood Ratio
and Logistic Regression Models to Landslide
Susceptibility.
H.L. Perotto-Baldiviezo et al. GIS-based
spatial analysis and modeling for landslide
hazard assessment in steeplands, southern
Honduras.
Andrea G. Fabbri et al. Is Prediction of
Future Landslides Possible with a GIS?
XIE Mowen. Spatial three-dimensional
landslide susceptibility mapping tool and its
applications.
Cees J. Van Westen. The Modelling of
Landslide Hazards Using Gis.
A. Carrara et al. Use of GIS Technology in
the Prediction and Monitoring of Landslide
Hazard.
Biswajeet Pradhan et al. Utilization of
Optical Remote Sensing Data and GIS Tools
for Regional Landslide Hazard Analysis Using
an Artificial Neural Network Model.
GIS technology and models for assessing
landslide hazard and risk.
3-
DSlopeGIS
Es un programa computacional
que usa un Sistema de
Informacin Geogrfica
(ArcObjects de ESRI) para
realizar el anlisis espacial del
SIG y realizar gestin de datos
efectiva en el problema del
talud 3D.
Los posibles deslizamientos
son identificados con base en
simulacin de Monte Carlo.
Este problema puede ser
fcilmente estudiado usando
anlisis espacial, manejo de
datos y visualizacin de SIG,
para procesar datos de
pendientes complicadas,
mediante una interfaz grfica
amigable para el usuario.
El sistema ha sido usado en
planeacin urbana, en
prediccin de posibles
deslizamientos con base en un
desastre anterior y para
generar mapas de
deslizamientos.
Mowen Xie et al. GIS-Based Probabilistic
Mapping of Landslide Hazard Using a Three-
Dimensional Deterministic
Model.


6-12

ERN Amrica Latina
ArcSDM
Es una extensin del software
ArcView GIS.

Desarrollar modelos de
prediccin espacial empleando
bases de datos regionales. Los
mapas de evidencia de las
bases de datos geolgicas y
geomorfolgicas son usados
para generar mapas que
muestran susceptibilidad a
inestabilidad de laderas.
S. Poli and S. Sterlacchini. Landslide
Representation Strategies in Susceptibility
Studies using Weights-of-Evidence Modeling
Technique
STONE
Programa para simulacin
tridimensional de cada de
rocas. Utiliza tecnologa SIG
para manipular informacin
temtica existente en formato
digital.
El programa requiere como
dato de entrada un modelo
digital del terreno, la locacin
de las reas de cada de rocas,
el coeficiente de friccin
dinmico usado para simular
las prdidas de velocidad
durante la cada y los
coeficientes de restitucin
normal y tangencial de la
energa en los puntos de
impacto. El programa permite
la variabilidad natural de la
entrada de datos mediante la
utilizacin de un componente
aleatorio.
Genera mapas simples usados
para evaluar amenazas por
cada de rocas. El rster de
salida incluye el conteo de las
trayectorias de cada de las
rocas, la velocidad mxima y
la altura mxima calculadas
para cada celda. Los vectores
de salida incluyes las
trayectorias planas y
tridimensionales de la cada de
rocas.
Fausto Guzzetti et al. STONE: a
computer program for the three-
dimensional simulation of rock-falls.
SOM Tolbox
Es un tipo especial de red
neural que puede transformar
los datos en agrupaciones
visualmente descifrables.
Bsicamente el SOM es una
herramienta de visualizacin,
agrupacin y proyeccin.

Existe una serie de tcnicas de
visualizacin que ofrece la
herramienta SOM: diagramas
de dispersin, histogramas de
impact, anlisis de
trayectoria, entre otros. Su
ejecucin puede llevarse a
cabo en MATLAB.
M.D. Ferentinou, M.G. Sakellariou.
Computational intelligence tools for the
prediction of slope performance.


6-13

ERN Amrica Latina
6.4.1 Generalidades
El objetivo principal del anlisis probabilstico de amenazas es proporcionar la informacin
necesaria de amenazas con el fin de calcular en forma confiable los diferentes parmetros
probabilsticos relacionados con las prdidas y efectos de los diferentes fenmenos
naturales, para diferentes periodos de retorno. El periodo de retorno de anlisis se vincula
por lo general al periodo de retorno del fenmeno detonante, en este caso los terremotos.

Para el anlisis de amenaza por deslizamientos, se construye un conjunto de eventos a partir
de todos los escenarios de eventos estocsticos de terremoto que puedan llegar a detonar
deslizamientos. Para considerar el efecto de las lluvias y el posterior aumento de la
humedad del suelo, se consideran escenarios de saturacin de los depsitos superficiales
potencialmente deslizables, y sus correspondientes frecuencias anuales de ocurrencia. El
anlisis se realiza entonces mediante la detonacin de terremotos caractersticos de la
amenaza ssmica de la regin, bajo diferentes condiciones de humedad del suelo. El
escenario de amenaza por deslizamiento resultante estar asociado con una frecuencia de
ocurrencia particular, dependiente de las frecuencias de ocurrencia de los escenarios
ssmico y de humedad.

Como parmetro de intensidad de amenaza bsico se selecciona el inverso del factor de
seguridad, el cual se referir como factor de inseguridad. Esto con el fin de contar con un
parmetro que sea creciente con el nivel de amenaza por deslizamiento que se obtenga.

Esta metodologa permite agrupar las prdidas estimadas por deslizamientos al grupo
general de eventos asociados a deslizamientos independientemente de cul pudiera ser el
evento detonante, o a las prdidas asociadas a eventos especficos, en cuyo caso se
presentarn no solo prdidas asociadas a deslizamientos sino tambin al movimiento del
terreno y otros.

6.4.2 Seleccin
Dada la complejidad del fenmeno de inestabilidad de taludes, las numerosas metodologas
existentes para la evaluacin de la susceptibilidad, la heterogeneidad del fenmeno en lo
que se refiere a los estilos de falla o ruptura, y la dificultad en la obtencin de informacin
detallada para la caracterizacin de las condiciones que inducen el fenmeno, se
seleccionaron cuatro modelos de evaluacin de amenaza, cada uno aplicable para diferentes
niveles de resolucin de informacin. Los modelos seleccionados son ampliamente
aceptados por la comunidad cientfica internacional, y representan el estado del arte en la
evaluacin de la susceptibilidad a deslizamientos.


6-14

ERN Amrica Latina
La Figura 6-1 presenta un diagrama de flujo del modelo de anlisis por deslizamiento. La
metodologa propuesta incluye los siguientes pasos principales:

(1) Conformacin y adecuacin de toda la informacin requerida, incluyendo la
informacin topogrfica basada en el modelo de elevacin digital (MDE), informacin
geolgica y geomorfolgica, informacin de suelos, informacin de usos de la tierra,
aguas freticas o subterrneas, coberturas del suelo, etc.

(2) Seleccin de las reas crticas en funcin de la densidad de eventos en el pasado y
segn la susceptibilidad geolgico-geotcnica. Los principales factores a tomar en
cuenta para la zonificacin son:

Evidencia de deslizamientos pasados.
Presencia de rocas arcillosas y lutticas con desarrollo de perfiles de meteorizacin
paralelos al terreno, as como perfiles de meteorizacin local de mayor profundidad
en algunas unidades de lutita (falla rotacional).
Existencia de rocas de mayor dureza (areniscas, conglomerados), tanto del
Cretcico como del Terciario, que presenten mecanismos de ruptura dominados por
la configuracin estructural (diaclasas, buzamiento desfavorable). Este mecanismo
puede presentarse tambin en lutitas y arcillolitas con buzamiento desfavorable.
Presencia de depsitos coluviales que puedan originar fallas de tipo rotacional y
tambin planar en el contacto con la roca.
Factores detonantes primordiales, como por ejemplo el efecto de cortes en tramos
viales, la accin del agua y erosin/socavacin.
Evidencias y efectos de deforestacin intensiva, y sobrecargas excesivas en la
corona de los taludes.
Caractersticas adicionales de las formaciones geolgicas encontradas.
Mapa de pendientes topogrficas.

(3) Evaluacin de la susceptibilidad a los deslizamientos: teniendo en cuenta la alta
heterogeneidad en cuanto a los materiales, condiciones topogrficas, cobertura vegetal
y estilos de ruptura de laderas, se proponen cuatro diferentes mtodos de evaluacin de
la estabilidad, de tal manera que sea posible aplicar a cada caso de anlisis el que mejor
describa las condiciones de deslizamiento esperadas. Los mtodos propuestos son:

Mtodo de Mora-Vahrson
Mtodo de Newmark
Mtodo de falla plana
Mtodo detallado de falla rotacional

Cada uno de estos mtodos requiere un nivel de detalle diferente en lo que se refiere a
la informacin de entrada. Una vez seleccionado el modelo que mejor se ajusta a las


6-15

ERN Amrica Latina
condiciones de la regin bajo anlisis y a la disponibilidad de informacin, la
aplicacin del modelo requiere los siguientes pasos:

Seleccionar las condiciones de humedad (nivel fretico) y sus frecuencias anuales
de ocurrencia.
Seleccionar el conjunto de eventos ssmicos estocsticos detonantes calculados a
partir de las condiciones de amenaza ssmica.
Evaluar la susceptibilidad a los deslizamientos en la zona de estudio para los
diferentes eventos detonantes y para las condiciones de niveles freticos
seleccionados.
Generar un conjunto de escenarios estocsticos de deslizamiento, a partir del
conjunto de escenarios detonantes determinados, expresando la amenaza en
trminos del factor de inseguridad.

(4) Cada uno de los eventos de deslizamiento, definidos mediante mapas de factores de
inseguridad o susceptibilidad a los deslizamientos, tiene asignado un nivel de
probabilidad determinado por el evento detonante correspondiente, o la equivalente
frecuencia de ocurrencia. Este corresponde al conjunto de eventos de deslizamiento
para el anlisis global de la amenaza y riesgo.


6-16

ERN Amrica Latina

Figura 6-1
Diagrama de flujo del modelo de amenaza por deslizamiento

6.4.4 Susceptibilidad a los deslizamientos
A continuacin se detallan los mtodos de clculo de estabilidad propuestos. Los mtodos
tienen diferentes alcances y requieren de diferentes niveles de detalle en los insumos de
informacin.

Informacin geologica,
geotcnica, topogrfica y otra.
PROBABILSTICA

Mapas de amenaza por
Deslizamientos:
- Factor de Inseguridad
Mtodo de estabilidad de taludes
seleccionado:
- Mora Vahrson
- Newmark
- Falla plana
- Falla rotacional
Eventos histricos
importantes
Conjunto de eventos ssmicos
estocsticos
- Aceleracin mxima del
terreno
SISMO DETONANTE
Definicin de Niveles
freticos y frecuencias
anuales de ocurrencia
Conjunto de escenarios de
susceptibilidad a los
deslizamientos
AMENAZA POR DESLIZAMIENTO


6-17

ERN Amrica Latina
6.4.4.1 Mtodo Mora-Vahrson (1993)
Este mtodo
6
se puede definir como un mtodo heurstico que utiliza indicadores
morfodinmicos de los cuales generalmente la informacin se puede encontrar de manera
sencilla. Al emplear este mtodo, los resultados que se obtienen dependern de indicadores
denominados como factores de susceptibilidad como son la topografa del lugar, las
condiciones litolgicas y la humedad natural del suelo, de igual forma, se toman en cuenta
otros indicadores conocidos como factores de disparo como es la intensidad ssmica. Los
indicadores anteriormente descritos se combinan de acuerdo a un peso especfico
ponderado que define su grado de influencia obteniendo un valor relativo de la amenaza por
deslizamientos.

Para poder determinar la amenaza con este mtodo, se consideran cinco indicadores
morfodinmicos, los cuales estn agrupados en las dos categoras que se definieron
anteriormente, estos son: el parmetro de susceptibilidad y el parmetro de disparo.

La combinacin de los pesos relativos de estos parmetros se lleva a cabo mediante la
siguiente ecuacin.

Ad Susc Disp =
(Ec. 64)

Donde Ad es la amenaza de deslizamientos, Susc es el parmetro de susceptibilidad y Disp
el parmetro de disparo.

Cabe mencionar que el parmetro de susceptibilidad est definido como una combinacin
de los parmetros de la litologa, de la pendiente del terreno y de la humedad del suelo a
travs de la siguiente expresin.

Susc Rr L H =
(Ec. 65)

Donde Rr es el ndice de influencia del relieve relativo, L el ndice de influencia de las
condiciones litolgicas y H el ndice de la humedad del suelo.

Si se quiere medir la susceptibilidad de la ocurrencia de un deslizamiento por sismo, el
parmetro de disparo estar definido por la intensidad ssmica mxima S. Por lo tanto, la
expresin para definir la amenaza de deslizamiento de taludes detonada por sismo se puede
expresar como

( ) Ad Rr L H S =
(Ec. 66)

Los pesos que se asignan a cada uno de los ndices involucrados en la ec. 64 se definen en
Mora & Vahrson (1993). De la ecuacin anterior, se considera importante mencionar que el

6
Ver referencia completa al final del documento


6-18

ERN Amrica Latina
indicador Rr mide la rugosidad del terreno como la diferencia de las elevaciones mxima y
mnima localizadas en un rea de un kilmetro cuadrado.

Se debe tener muy presente que los resultados obtenidos con este mtodo son de carcter
cualitativo y solamente indican condiciones de relatividad al comparar las situaciones
adyacentes unas con otras.

6.4.4.2 Mtodo de falla plana
ste mtodo es aplicable a deslizamientos traslacionales, con caractersticas morfolgicas
particulares que permitan su modelacin como talud infinito. En el deslizamiento de
traslacin, la masa de material se desplaza hacia abajo, a lo largo de una superficie ms o
menos plana o ligeramente ondulada y tiene muy poco o nada de movimiento de rotacin o
volteo. Un movimiento de rotacin trata de autoestabilizarse, mientras uno de traslacin
puede progresar indefinidamente a lo largo de la ladera hacia abajo.

Los movimientos de traslacin son frecuentes en zonas rocosas afectadas por
discontinuidades, tales como fracturas, plegamientos, esquistosidad, con una orientacin
relativamente paralela al talud as como en laderas que tienen un espesor considerable de
suelo o material detrtico en contacto con una zona de roca menos alterada. Esta condicin,
aunque no es la nica, prevalece en muchos casos reales donde una capa intemperizada de
suelo o roca sobreyace estratos ms competentes, crendose una superficie de contacto que
funciona como superficie de deslizamiento. En muchos deslizamientos de traslacin, la
masa se deforma y/o rompe y puede convertirse en flujo.

Keefer (1984, 2002) analiza datos de sismos ocurridos en el mundo y concluye que la gran
mayora de procesos de remocin asociados consisten en deslizamientos traslacionales
superficiales, rotura en materiales frgiles, deslizamientos de rocas y cadas de rocas.
Adems, la gran mayora de flujos de detritos se inician como deslizamientos
traslacionales, ya sea superficiales o profundos, los cuales posteriormente sufren procesos
de licuacin a medida que avanzan sobre la pendiente (Gabet y Mudd, 2006).

Por lo tanto, la metodologa presentada aqu hace referencia a los deslizamientos
traslacionales y se asume que el volumen movilizado deriva en un flujo de detritos, el cual
es un tipo de proceso que se considera de los ms destructivos y que ha causado muchas
muertes en diversas regiones del mundo (Alexander, 1989; Scout et. al., 2005; Caballero et.
al., 2006).

El mtodo de anlisis de estabilidad de talud infinito (Taylor, 1948), ha sido ampliamente
utilizado en la literatura tcnica para zonificaciones regionales de peligro y riesgo (Van
Westen y Terlien, 1996; Jibson et al., 2000; Luzi et al., 2000; Alcntara-Ayala, 2004). Esto
se debe a la sencillez del mtodo, a su fcil integracin en un SIG adems de que a escala
regional es casi imposible la utilizacin de mtodos ms precisos, debido a la falta de datos
geotcnicos y al desconocimiento de los mecanismos precisos de movimiento (Luzi et al.,
2000).


6-19

ERN Amrica Latina

En las condiciones en las cuales se presenta una falla paralela a la superficie del talud, a una
determinada profundidad y la longitud de la falla es larga comparada con su espesor, se
puede utilizar en forma aproximada, el anlisis de talud infinito (Figura 6-2). Es un mtodo
muy rpido y sencillo para calcular, suponiendo un talud largo con una capa de suelo,
detritos o roca, en el cual cualquier tamao de columna de material es representativo de
todo el talud.

Figura 6-2
Esquema simplificado del mtodo del talud infinito

El clculo se hace por medio de un anlisis celda por celda y calculando la relacin entre
las fuerzas actuantes y las resistentes a lo largo del plano de falla. En los clculos se
desprecia el efecto de la fuerza horizontal entre tajadas, el cual se anula en forma
aproximada entre tajada y tajada.

Los trminos que intervienen en los clculos son los siguientes:

1. La altura del primer estrato que define el plano de deslizamiento y que est
determinado segn la informacin geotcnica obtenida.

2. La cohesin entre estratos, tambin definida por la informacin geotcnica.

3. El coseno y el seno del ngulo de la superficie con la horizontal, el cual depende de
la topografa.

4. La aceleracin ssmica, que est descrita por curvas de isoaceleracin, segn
amenaza ssmica.


6-20

ERN Amrica Latina

Las expresiones para el clculo del factor de seguridad por el mtodo de la falla plana son:

h b l Fh . . . =
(Ec. 67)

la cual, tambin se puede expresar como

g K W Fh / . =
(Ec. 68)

entonces:

g KCos Sen
Tan Cos g KSen h C
FS
/
) / 1 ( /

+
+
= (Ec. 69)

Donde:

= ngulo de inclinacin del plano de falla
C = Cohesin del suelo
W = Peso del bloque deslizante
= ngulo de friccin interna del suelo
= Peso especfico del suelo
K = Factor de friccin esttica
g = Aceleracin gravitacional

6.4.4.3 Mtodo de Newmark
Wieczorek et al. (1985) desarrollaron un criterio para evaluar la estabilidad de pendientes
en una regin ssmicamente activa, combinando la estabilidad del talud en estado esttico y
el anlisis de falla de taludes ssmico desarrollado por Newmark (1965). En general, para
modelar la respuesta dinmica de los taludes, se puede utilizar el mtodo de los
desplazamientos permanentes desarrollado por Newmark (1965). Este mtodo
posteriormente fue usado para analizar la estabilidad dinmica de laderas naturales (Jibson
y Keefer, 1993) y para realizar evaluaciones regionales de peligro por deslizamientos
inducidos por sismos, usando Sistemas de Informacin Geogrfica, SIG (Jibson et al.,
2000).

El trabajo de Newmark consiste en modelar un desplazamiento como un bloque rgido y
friccionante sobre un plano inclinado (Figura 6-3). El bloque tiene una aceleracin crtica,
a
c
, que representa el umbral de aceleracin requerido para superar la resistencia cortante y
promover el desplazamiento.

El anlisis de desplazamientos de Newmark no necesariamente predice los desplazamientos
reales de los deslizamientos en campo, pero resulta una herramienta til para definir el
comportamiento de cualquier talud ante la accin de un sismo.


6-21

ERN Amrica Latina

Figura 6-3
Esquema del bloque inclinado en el anlisis de Newmark

La aceleracin crtica es funcin del factor de seguridad esttico y de la geometra del
deslizamiento. Puede ser expresada como:

( ) sen FS a
c
1 =
(Ec. 70)

donde
c
a es la aceleracin crtica (en trminos de g, la aceleracin de la gravedad), FS es el
factor de seguridad en condiciones estticas y es el ngulo de inclinacin del terreno.

El ngulo en este caso, se refiere a la direccin en la cual se mueve el centro de gravedad
de la masa cuando ocurre el deslizamiento. En anlisis a escala regional, el valor del ngulo
de empuje prcticamente es igual al ngulo de la pendiente de las laderas.

La estabilidad dinmica de las laderas, en el contexto del mtodo de Newmark, est
relacionada con la estabilidad en trminos estticos. Para el caso de anlisis regionales de
deslizamientos, se puede usar el mtodo esttico de equilibrio lmite, basado en el talud
infinito, considerando un comportamiento cohesivo y friccionante para todos los taludes
analizados. De hecho, cuando se evala la estabilidad de las laderas en grandes reas, no es
posible usar mtodos ms exactos pues se desconocen las propiedades mecnicas de los
materiales y la geometra de los deslizamientos (Luzi et al., 2000).

Un anlisis riguroso usando el mtodo de Newmark, implica la integracin doble de las
partes de registros de aceleracin-tiempo de sismos especficos, que excedan la aceleracin
crtica de los taludes. Para anlisis regionales que implican la creacin de mallas de
determinada resolucin dentro de un SIG, lo anterior resulta imprctico.

Para aplicar el mtodo de Newmark en anlisis de deslizamientos, Jaimes et al. (2008)
desarrollan un procedimiento simplificado que incorpora una ecuacin emprica para
estimar el desplazamiento de Newmark (D
N
) como una funcin de la intensidad del sismo y
de la aceleracin crtica (a
c
). Las expresiones para sismos corticales y de subduccin
respectivamente son:

2.2627 1.3779
max max
log 0.7819 log 1 0.7351
c c
N
a a
D
a a
(
| | | |
( = +
| |
(
\ \

(Ec. 71)


6-22

ERN Amrica Latina

1.9518 1.2786
max max
log 1.2841 log 1 0.5882
c c
N
a a
D
a a
(
| | | |
( = +
| |
(
\ \

(Ec. 72)

donde D
N
es el desplazamiento en centmetros, a
c
es la aceleracin crtica y a
max
es la
aceleracin mxima del terreno (Jibson, 2007; Ambraseys y Menu, 1988).

Jibson (2007) y Ambraseys y Menu (1988) consideran el valor de desplazamiento, D
N
, de
5 cm como un valor crtico, que caracteriza la falla de un talud y promueve su
deslizamiento. Este valor conservador, representa taludes formados por rocas frgiles
(Romeo, 2000). Jibson y Keefer (1993) definen el valor de D
N
, de 5-10 cm, como un valor
crtico para la falla en taludes limo-arcillosos y de 10 cm para taludes formados por suelos
cohesivos. En resumen, valores de D
N
dentro del rango de 5-10 cm, incrementan la
probabilidad de falla de los taludes.

6.4.4.4 Mtodo detallado de falla rotacional
Como mtodo detallado para el anlisis de la susceptibilidad al deslizamiento, aplicable en
reas o regiones relativamente pequeas y con informacin detallada sobre las condiciones
de susceptibilidad, se propone la utilizacin de un mtodo de anlisis tridimensional que
tiene en cuenta posibles deslizamientos rotacionales en perfiles de suelo caractersticos de
zonas con pendientes y depsitos susceptibles de inestabilidad. Los anlisis se realizan
teniendo en cuenta el modelo digital de elevacin del terreno, el perfil de suelo
caracterstico de las zonas de estudio, las propiedades geotcnicas caractersticas del perfil
de suelo definido y la caracterizacin de eventos detonantes a travs de la definicin de una
profundidad estimada de nivel fretico y/o de unas condiciones de amenaza ssmica.

El mtodo resuelve el problema mecnico de estabilidad de taludes utilizando el mtodo de
tajadas de Bishop con una expansin a tres dimensiones sobre una superficie esfrica. Con
base en estos resultados se califica la susceptibilidad al deslizamiento como medida de la
amenaza de cada punto de la malla de anlisis definida. Los resultados se calibran mediante
la identificacin de los sitios crticos que presentan evidencias de alta susceptibilidad al
deslizamiento, bien sea por estudios complementarios o por evidencias pasadas de
deslizamientos. En la Figura 6-4 se muestra un esquema representativo del flujo de datos y
procedimientos del modelo.


6-23

ERN Amrica Latina

Figura 6-4
Metodologa para el anlisis de susceptibilidad a los deslizamientos

CAPAS DE INFORMACIN BSICA REQUERIDAS
Definicin
Zona de
Anlisis
Cohesin
C
Angulo de
friccin
Densidad
suelo
superficial
humedo
Malla de
anlisis
Modelo falla rotacional
MAPA DE SUSCEPTIBILIDAD AL DESLIZAMIENTO
ZONAS DE INFLUENCIA DE DESLIZAMIENTO
MAPA DE FACTORES DE
INSEGURIDAD
FENMENOS
DETONANTES
SISMO PRECIPITACIN
Aceleraciones
mximas del
terreno
Profundidad
del nivel
fretico
MDE
Compatible con nivel
de resolucin del
anlisis
Mapa de
formaciones
geolgicas
superficiales
Mapa de
propiedades
geotcnicas
Mapa de
espesores de
suelo
susceptible


6-24

ERN Amrica Latina
Para el clculo se utiliza un anlisis de tajadas tridimensionales de una esfera cuyas
variables geomtricas son el radio y la elevacin en el centro. Adems se incluyen datos
como el nivel fretico, espesor, amenaza ssmica y parmetros geotcnicos los cuales
afectan la estabilidad.

El primer paso en el clculo consiste en colocar valores al radio y a la elevacin en el
centro con respecto a la superficie del terreno. La informacin es manipulada mediante la
definicin de una malla cuadrada con resolucin variable como se muestra en la Figura 6-5.

R e
H
i j
He
k
1
0
m
0
-
1
-
2
-
3
-
4
-
5
j
1
2
3
4
5
0
-
1
-
2
-
3
-
4
-
5
-
6
-
7
1
2
3
4
5
6
i

Figura 6-5
Superficie tridimensional de falla esfrica

La altura para cada tajada se calcula como sigue

e ct ct j i l R H
ij ij
+ + =
00
2 2 2 2
) (
(Ec. 73)

Donde:
H
ij
= Altura de la tajada
R = Radio de la superficie plana
l = Lado de la celda
ij = Posicionadores
ct
ij
= Elevacin en el centro de la celda
ct
00
= Elevacin de la celda central
e = Elevacin del centro de la esfera encima del terreno.

El momento resistente MR, se calcula como se muestra a continuacin


6-25

ERN Amrica Latina
( )
=
k
k
ij r
k
ij
H S W
v
(Ec. 74)

) cos , sin , cos (sin
ij ij ij ij ij N
sen r =
v
(Ec. 75)

r W N
v
v v
= (Ec. 76)

,
( )
tan
cos cos
ij r ij
ij
i j ij ij
c S u
MR R N

( | |
= + ( |
|
(
\
v
(Ec. 77)

Donde:
W = Peso de la tajada
N
= Vector en la direccin del radio
N = Fuerza normal a la superficie de la tajada
c
ij
= Cohesin aparente por encima de la saturacin
S
r
= Grado de saturacin del suelo
ij
k
= Peso unitario total de la capa k, la cual es funcin del grado de saturacin
H
k
ij
= Altura del estrato k
ij
= ngulo entre la vertical y el radio en el centro de la tajada
ij
= ngulo entre la proyeccin del radio en el plano horizontal y el eje x
ij
= ngulo de friccin para la capa
u
ij
= Presin de poros en la superficie de falla
N
r = r =

El momento resistente total se calcula como la suma de momentos resistentes de cada
tajada. Este momento resistente es independiente de la direccin del deslizamiento.

El momento actuante MA, debe calcularse, considerando que es un problema
tridimensional, y este depende de la direccin de deslizamiento. Por esta razn se usa el
concepto de direccin de deslizamiento crtica, la cual se define como la direccin
producida por el mximo momento actuante y est asociada con la direccin de la
pendiente ms alta, lo que significa que es directamente dependiente de la topografa. El
momento actuante se calcula utilizando las Ecuaciones 68 a 72.

) , , (
ij ij ij ij ij T
Sen Sen Cos Cos Cos r =
v
(Ec. 78)

T
r W T
v
v v
= (Ec. 79)

) , , (
ij
d
ij ij
d
ij ij D
Sen Sen Cos Cos Cos r =
v
(Ec. 80)

D d
r T T
v
r
v
v
v
= (Ec. 81)


6-26

ERN Amrica Latina

=
ij
d
T R MA
v
(Ec. 82)

Donde:
r
T
= Vector normal al radio en el plano formado por la vertical y el radio
r
D
= Vector normal al radio en el plano de deslizamiento
T = Fuerza tangente a la superficie de la tajada
T
d
= Fuerza tangente a la superficie de la tajada en el plano de la tajada (Figura 6-6)

X
Y
R
P
l
a
n
e

P
Plane P
Z
R
S
l
i
d
e

d
i
r
e
c
t
i
o
n
ij
ij
dij

Figura 6-6.
ngulos entre los planos

Finalmente, el factor de seguridad se calcula como

MR
FS
MA
= (Ec. 83)

El factor de seguridad crtico para la hiptesis de falla rotacional se obtiene como el valor
mnimo obtenido luego de realizar diferentes iteraciones cambiando las siguientes
variables: direccin predominante del deslizamiento, elevacin del centro de la esfera de
clculo y radio de la esfera de clculo. Estos parmetros varan rangos especificados por el
usuario. Finalmente el factor de inseguridad, FI, se calcula como el inverso del FS:

FS
FI
1
= (Ec. 84)

7-1

ERN Amrica Latina
7 Modelo de Evaluacin de Amenaza Volcnica
7.1 Introduccin
Los volcanes constituyen el nico proceso que comunica la superficie de la tierra con los
niveles profundos de la corteza terrestre; es decir, son el nico medio para la observacin y
el estudio de los materiales lticos de origen magmtico, que constituyen aproximadamente
el 80 % de la corteza slida. En la profundidad del Manto terrestre, el magma bajo presin
asciende, creando cmaras magmticas dentro o por debajo de la corteza. Las grietas en las
rocas de la corteza proporcionan una salida para la intensa presin con lo cual se conforma
una erupcin con diversos materiales como vapor de agua, humo, gases, cenizas, rocas y
lava, los cuales son lanzados a la atmsfera en el proceso.

La mayora de los pases de Amrica Central se encuentran sometidos a un amplio espectro
de amenazas originado por la subduccin de la placa de Cocos bajo la placa Caribe,
creando un cinturn de fuego que va desde Mxico hasta Panam. La zona de subduccin
del Pacfico genera una inusitada concentracin de volcanes activos que emergen en forma
paralela a la costa. Los volcanes de Nicaragua (19 del Holoceno) y Costa Rica (10 del
Holoceno) han tenido actividad volcnica eruptiva pequea o moderada en tiempos
histricos.

7.2 Principales productos volcnicos
En el entorno a la actividad volcnica se generan diversos procesos eruptivos de potencial
impacto en regiones aledaas. Los principales procesos son la cada de cenizas fras
(ash/tephra), flujos piroclsticos, flujos de lava, flujo de escombros fros o lahares y
proyecciones balsticas.

7.2.1 Cada de cenizas
Este proceso se desarrolla por la expulsin a la atmsfera de fragmentos de material
magmtico (conocidos como tefras o piroclastos), impulsados por los gases ascendentes
producidos durante algunas erupciones volcnicas. Esta masa de material es trasportada
grandes distancias, dependiendo del viento predominante, y dispersada por la turbulencia
atmosfrica sobre grandes reas, generando cambios climticos en zonas distantes del
evento eruptivo. A causa del enfriamiento y condensacin de la masa de material, ste se
deposita por accin de la gravedad sobre grandes extensiones de tierra, causando daos no
solo de tipo climtico sino tambin en propiedades y bienes de infraestructura expuesta.
Los tefras son material volcnico fragmentado y se clasifican segn su tamao como se
muestra en la Tabla 7-1.

7. Modelo de Evaluacin de Amenaza Volcnica

7-2

ERN Amrica Latina
Tabla 7-1
Clasificacin de tefras segn su tamao
Tamao (mm) Clasificacin
> 64
Bloques: forma angular a subangular
Bombas: forma suave, a manera de
bala
64 2 Lapilli
< 2 Ceniza

7.2.2 Flujos Piroclsticos
Los flujos piroclsticos estn compuestos de material granular y gases eruptivos de elevada
temperatura acumulados durante el proceso eruptivo en la columna de erupcin, que por su
alta densidad colapsa desplazndose ladera abajo por el edificio volcnico, alcanzando
velocidades de flujo importantes, por lo cual es uno de los procesos eruptivos ms
destructivos que puedan llegar a generarse. Su curso es guiado generalmente por la
topografa y puede alcanzar velocidades de hasta 200m/s y temperaturas de cientos de
grados centgrados, detonando diversos materiales combustibles a su paso.

7.2.3 Flujos de lava
Los flujos de lava son corrientes de roca fundida que dependiendo de la composicin
qumica y gases disueltos puede variar de viscosidad, y consecuentemente de velocidad y
distancia cubierta por el flujo. Los principales factores que afectan la velocidad de los
flujos de lava y las distancias que cubren dependen principalmente de las caractersticas del
material expulsado, aunque tambin intervienen factores como la tasa de expulsin,
pendiente topogrfica y accidentes del terreno en el que es vertida la lava, y la forma o
estructura del edificio volcnico. Por ejemplo, en los lugares en donde las erupciones se
caracterizan por ser peridicas y muy viscosas, los flujos de lava no alcanzan mayores
distancias y terminan acumulndose en capas para formar domos. Al igual que los flujos
piroclsticos, los flujos de lava generan una destruccin casi total a lo largo del cauce de la
corriente de flujo, pues las elevadas temperaturas calcinan cualquier elemento que se
encuentre en la trayectoria, destruyendo incluso el mismo terreno el cual puede durar
mucho tiempo en recuperarse.

La intrusin de los flujos de lava en depsitos de nieve o hielo puede generar lahares de
gran magnitud, o la intrusin en depsitos de agua superficial pude generar, por la
ebullicin violenta, explosiones con desprendimientos de roca fundida.

7.2.4 Proyecciones balsticas
Las proyecciones balsticas son piroclastos expulsados por la boca eruptiva que por el
tamao y fuerza con la que son eyectados no son arrastrados por los gases ascendentes de la


7-3

ERN Amrica Latina
erupcin, sino que adoptan cursos de proyectil alcanzando distancias de hasta algunos
kilmetros.

7.2.5 Lahares o flujos de lodo
Los lahares son grandes flujos de agua, lodos, piedras y biomasa de diferentes tamaos que
se mueven sobre las laderas de volcanes o cuencas de ros. Estos pueden variar en tamao,
dependiendo de las condiciones del sitio en las que se producen. Los grandes lahares se
desplazan a una velocidad considerable y alcanzan distancias importantes, afectando
grandes extensiones de territorio y generando efectos masivamente destructivos. Un
ejemplo ilustrativo corresponde a la erupcin del volcn Nevado del Ruiz, en Colombia,
que en el ao de 1985 gener un lahar de grandes proporciones por el derretimiento del
glaciar que cubra la cima del volcn, afectando 5.000 viviendas y dejando sin vida a ms
de 23.000 personas en la poblacin de Armero y 1500 en Chinchin.

Los lahares pueden iniciarse por la accin eruptiva o trmica de un volcn a causa del
deshielo rpido de cumbres cubiertas por nieve, la expulsin sbita de cuerpos de agua (e.g
lagunas) ubicados en crteres, lluvias intensas, actividad volcnica y freato-magmtica.
Este tipo de eventos generalmente sucede en estratovolcanes, que por su estructura de
costados empinados, poco consolidados, conforman el escenario perfecto para la eventual
generacin de un lahar.

7.3 ndice de explosividad volcnica
En 1982 los vulcanlogos Newhall, C. del U.S. Geological Survey y S. Self de la
Universidad de Hawai, integraron tanto mediciones cuantitativas (volumen de masa
expulsada, altura de la columna de humo) como cualitativas, para proponer un ndice de
explosividad volcnica VEI (del ingls Volcanic Explosivity Index). Este ndice se compone
de ocho clases en las cuales el ndice aumenta con la magnitud de la erupcin y el volumen
de fragmentos de roca expulsados durante la misma. Al igual que la escala de Richter
mediante la cual se miden las magnitudes ssmicas, el VEI asigna a cada uno de los niveles
un orden de magnitud en factor de 10 al volumen de masa expulsada. En la Tabla 7-2 se
describen cada uno de los niveles del ndice planteado a la vez que se cita un ejemplo para
cada uno de ellos.


7-4

ERN Amrica Latina

Tabla 7-2
Descripcin de la escala del ndice de Explosividad Volcnica VEI
(fuente: http://www.ngdc.noaa.gov)

VEI
Altura
columna de
humo (km)
Volumen
(m
3
)
Descripcin
cualitativa
Tipo de
Erupcin
Recurrencia Ejemplo
0 <0.1 1x10
4
Suave Hawaiana Diaria Kilauea
1 0.1-1 1x10
6
Efusiva Haw/Stromboliana Diaria Stromboli
2 1-5 1x10
7
Explosiva Strom/Vulcaniana Semanal Galeras, 1992
3 3-15 1x10
8
Explosiva Vulcaniana Anual Ruiz, 1985
4 10-25 1x10
9
Explosiva Vulc/Pliniana Decenios Galunggung, 1982
5 >25 1x10
10
Cataclsmica Pliniana Siglos St. Helens, 1981
6 >25 km 1x10
11
Paroxismal Plin/Ultra-Pliniana Siglos Krakatau, 1883
7 >25 km 1x10
12
Colosal Ultra-Pliniana 1.000 aos Tambora, 1815
8 >25 km >1x10
12
Colosal Ultra-Pliniana 10.000 aos Toba (73,000 AC)

El Programa de Vulcanismo Global (Global Vulcanism Program) del Smithsonian
Institution de los Estados Unidos, presenta una estadstica de las erupciones ocurridas en
los ltimos 10.000 aos hasta 1994 clasificadas de acuerdo con el VEI. En la Figura 7-1 se
presentan la distribucin de este grupo de erupciones clasificadas de acuerdo con el VEI. Es
de anotar que no se han registrado eventos de clasificacin VEI = 8 o mayor en este periodo
de observacin.

Eventos eruptivos de los ltimos 10.000
aos (<1994)
868
3,477
4
84
39
278
VEI 7
VEI 6
VEI 5
VEI 4
VEI 3
VEI 2

Figura 7-1
Estadstica de las erupciones ocurridas en los ltimos 10.000 aos
(fuente: Global Vulcanism Program, Smithsonian Institution)


7-5

ERN Amrica Latina
7.4 Modelos de evaluacin de cada de cenizas
Los primeros desarrollos de modelos de transporte y deposicin de partculas, como
consecuencia de erupciones plinianas, tomaban como datos de entrada la altura de la
columna eruptiva, la velocidad de los vientos medidos durante algunas erupciones y
parmetros determinados a partir de depsitos de erupciones pasadas. En estos modelos se
hicieron suposiciones bastante gruesas como suponer una velocidad constante del viento y
partculas que caen segn la velocidad lmite. La mayora de los parmetros utilizados para
caracterizar el modelo se calculan con base en resultados empricos recopilados de
erupciones anteriores.

7.4.1 Modelo de adveccin-difusin
Posteriormente surgi la metodologa de adveccin-difusin en la cual las partculas son
difundidas por la turbulencia atmosfrica y la adveccin horizontal del viento, y son
depositadas luego por la accin de la gravedad. Suzuki (1983) propuso un modelo
bidimensional en donde consider la velocidad del viento, la difusividad y la concentracin
de las partculas de forma constante, y el tiempo de cada de las partculas como funcin de
la velocidad lmite de cada. Adicionalmente, la velocidad lmite de cada incorpora
parmetros de forma y dimensin de partculas, as como la viscosidad y densidad del aire.

7.4.2 Modelos de distribucin de material en la columna de humo
Wood y Bursik (1991) presentan un modelo de distribucin de tamaos de partculas de
acuerdo a diversos estudios realizados en depsitos de mltiples erupciones pasadas. En
dicho trabajo la distribucin de tamaos se tom como una distribucin normal de un
parmetro, definido como d=2
-
, donde d es el dimetro de la partcula. As el volumen
total de dicho tamao de partcula, est definido mediante una distribucin normal

Con el fin de cuantificar la distribucin vertical de material expulsado en la columna,
Suzuki (1983) precisa en su modelo terico de dispersin de cenizas con una ecuacin de
probabilidad de difusin de partculas variante con la altura

( ) ( ) [ ] A A H V
H
z
V
W
V
H
z
W W
z P
T o
T o
o
o
T
o o
+
(
(
|
|
\
|
|
|
\
|

(
|
|
\
|
=
exp 1 1
1 1 exp 1
) (
2
2

(Ec. 85)

donde H
t
es la altura mxima de la columna de humo y A es un parmetro que localiza el
punto de concentracin mxima de partculas a una altura definida como Ht(1-1/A), y se
calcula como A = A / V
o
, donde A es un factor de forma de la columna y V
o
en la
velocidad final de cada de las partculas de tamao a nivel del mar.


7-6

ERN Amrica Latina
Armienti (1988) redimensiona el problema de la distribucin vertical de material adoptado
por Suzuki (1983) asumiendo la velocidad de salida del gas en la boca de la erupcin, como
un valor superior de varios rdenes respecto de la velocidad lmite de cada de las
partculas.

7.4.3 Dinmica de la columna de humo
Wood y Brusik (1991) y Bursik (2001) presentan un modelo para la prediccin de la
dinmica de la columna de humo basados en un modelo convectivo cuyas ecuaciones se
derivan de la conservacin de masa, conservacin de momento y conservacin energa,
respectivamente, aproximando la columna a un cilindro de radio promedio.

( )

=
+ =

N
e a
dz
dM
u r u r
dz
d
1
2
2 (Ec. 86)
( )

=
+ =

N
a
dz
dM
u g r u r
dz
d
1
2 2 2
) ( (Ec. 87)
=
|
\
|
+ + + |
\
|
+ + =
|
|
\
|
|
\
|
+ +

N
p e a a e a v
dz
dM
u gz T c u gz T c u r u gz T c u r
dz
d
1
2 2 2 2
2
1
2
1
2
2
1
(Ec. 88)

donde el radio de la columna de humo est dado por r, es la densidad de la masa
compuesta de aire, partculas y gases, u es la velocidad de gases entrantes al sistema, T es la
temperatura, y c
a
y c
p
son los calores especficos de los gases y los piroclastos.

7.4.4 Modelos de velocidad lmite de partculas
Wilson y Huang (1979) a partir de numerosos ensayos de cada de partculas obtuvieron la
siguiente expresin

F gd F F
gd
V
p a a a
p
+ +
=

07 . 1 81 9
3
2
3
64 . 0 2 64 . 0
2
lim

(Ec. 89)

donde d, F son la dimensin caracterstica y el coeficiente de forma de las partculas
respectivamente,
a
y
p
son la viscosidad y densidad del aire respectivamente y g el valor
de la gravedad. Este mismo resultado lo utilizara Suzuki para determinar el tiempo de
cada de partculas en su modelo de adveccin-difusin.

Bonadonna et al (1998) partiendo del modelo propuesto por Sparks (1992) y Bursik (1992)
presentan una correccin en el clculo de las velocidades lmite de cada de partculas
segn el nmero de Reynolds para cada tamao de partcula, planteando tres ecuaciones


7-7

ERN Amrica Latina
( )
4 . 0 Re 18 /
500 Re 4 . 0 255 / 4
500 Re 1 . 3
2
lim
2 2
lim
lim
3
2
<
< <
>
a p
a a p
d
p
d g V
g d V
g V
a

(Ec. 90)

7.4.5 Programas basados en el modelo de adveccin-difusin
Los modelos de tipo Eureliano plantean la solucin a la ecuacin de difusin de partculas,
estimando la acumulacin de partculas en el suelo, por medio de la solucin de ecuaciones
de transporte y sedimentacin. En general son utilizados para la prevencin de emergencias
y desarrollo de planes de reduccin de desastres. Entre estos modelos se pueden mencionar
los siguientes reportados en la literatura.

ASHFALL desarrollado por Hurst y Turner (1999), en principio se utiliz como un
sistema para la prevencin civil ante amenazas por la cada de cenizas, luego
fue aplicado para el estudio de depsitos de cenizas durante erupciones
pasadas. En el estudio realizado por Hurst y Turner se destac la
importancia en la estimacin del campo de flujo del viento pues es el factor
ms importante en la precisin del modelo, as como la cantidad de masa
expulsada durante la erupcin.

HAZMAP desarrollado por Macedonio (2005), en el se hacen dos aproximaciones
fuertes como son: suponer un campo de viento constante horizontal y
despreciar el efecto de la adveccin-difusin en el sentido vertical.

FALL3D desarrollado por Costa et al. (2006), en el cual se incluyen complejos
procesos como son el campo de vientos y el tensor de difusin y la variacin
de las condiciones en tiempos cortos.

TEPHRA desarrollado por Connor et al. (2001), se basa en la densidad y la
distribucin del tamao de las partculas de difusin dentro de la columna de
humo, y la velocidad de cada de partculas en funcin de la variacin en el
nmero de Reynolds.

7.4.6 Programas basados en el modelo de seguimiento de partculas
Este tipo de modelo, tambin Eureliano o Lagrangiano, predice la ubicacin de la nube de
cenizas volcnicas en cualquier tiempo y lugar. Estos son generalmente usados por las
agencias de seguridad area.


7-8

ERN Amrica Latina
CANERM (CANadian Emergency Response Model) modelo 3D enfocado en las
operaciones areas, este modelo cubre la adveccin de partculas por medio
de un mtodo semi-lagrangiano, y la difusin por medio de la teora de
gradiente.

MEDIA es un modelo Eureliano que simula la dispersin por el viento promedio, la
difusin de partculas por la turbulencia dinmica y trmica, y la
sedimentacin por la gravedad. Es usado con fines aeronuticos en el
Aviation Weather Forecasting Department of Meteo France.

PUFF localiza las cenizas volcnicas en un tiempo determinado. Requiere el
campo de vientos en la zona donde las cenizas puedan llegar a dispersarse.
En este modelo es usado en el U.S. Nacional Weather Service y una versin
modificada es usada por la U.S. Air Force Weather Agency.

VAFTAD en un modelo 3D desarrollado por la NOAA. Evala la extensin de la nube
de cenizas a determinada altura y tiempo, puede ejecutarse a travs de
internet y devolver cuadros por medio de fax, publicables para distribucin.

7.5 Modelos de evaluacin de flujos piroclsticos
Es comn evaluar la amenaza por flujos piroclsticos de manera puntual para cada caso de
anlisis, estudiando principalmente las evidencias de erupciones pasadas, y los datos
registrados en algunos volcanes del mundo para los cuales exista este tipo de informacin.
Se han desarrollado algunos modelos generales de evaluacin de amenaza, que pueden ser
empleados de manera relativamente general, al estar basados en el estudio del
comportamiento propio de los flujos, de manera independiente a las caractersticas del
volcn.
7.5.1 Extensin de los flujos
Sheridan y Malin (1983) propusieron un mtodo para la evaluacin del rea de influencia
de flujos piroclsticos debidos a una erupcin volcnica. En dicho mtodo la energa de la
nube de gases y partculas que colapsa desde la columna creada por la erupcin, disminuye
con la distancia desde el punto de eyeccin con la diferencia entre la lnea de energa y la
topografa. La lnea de energa se define por la altura de la columna de erupcin y el ngulo
de inclinacin de la misma. Dicho ngulo se estima a partir de estudios estadsticos
realizados sobre flujos piroclsticos estudiados en erupciones observadas. La Figura 7-2
presenta un esquema de las consideraciones principales del modelo (tomado de Alberico et
al., 2002).


7-9

ERN Amrica Latina

Figura 7-2
Estimacin del rea de influencia de flujos piroclsticos segn Sheridan y Malin 1982
(fuente: Alberico et al., A methodology for the evaluation of long-term volcanic risk from pyroclastic flows in
Campi Flegrei (Italy), Journal of Volcanology and Geothermal Research, N 116, pp 63-78, 2002)

7.5.2 Velocidad de avance
Los flujos piroclsticos constituyen uno de los eventos ms peligrosos que pueden
presentarse como consecuencia de una erupcin volcnica, en gran medida dada su gran
velocidad de avance. Tpicamente los flujos piroclsticos pueden descender por las laderas
del edificio volcnico a velocidades del orden de 100 m/s.

La velocidad se puede estimar a partir del comportamiento dinmico del flujo, por medio
de la relacin entre fuerzas inerciales y cinticas del movimiento, dada por el nmero de
Froude Fr, evaluado en la cabeza de la corriente

h g
v
Fr
f
'
= (Ec. 91)

donde v
f
corresponde a la velocidad del flujo, h es la altura del flujo, y g es la gravedad
reducida, calculada como


7-10

ERN Amrica Latina
a
a c
g g

= ' (Ec. 92)

donde
c
es la densidad media del flujo,
a
la densidad del aire y g la aceleracin de la
gravedad.

Nield y Woods (2004) obtuvieron una regresin emprica para aproximar el nmero de
Froude, a partir de los datos recopilados por Grbelbauer en 1993. La expresin que se
obtuvo fue la siguiente

6 . 6
* 2
*
2 . 2 * 2 2 . 1
|
|
\
|
+ =
Fr (Ec. 93)

donde

a c
a c

= * (Ec. 94)

7.5.3 Temperatura
La temperatura del flujo es el factor que mayor incidencia tiene en la prdida de vidas
humanas. Los flujos piroclsticos son tpicamente expulsados a temperaturas del orden de
los 1000 K (Neild y Woods, 2004). A medida que el flujo avanza, el comportamiento
turbulento implica la mezcla del aire circundante dentro del flujo, lo cual tiene una
incidencia en la temperatura de la masa total T
c
, como funcin de la relacin de masas de la
mezcla (Neild y Woods, 2004) y el cambio de energa calorfica de la mezcla por cada
grado de temperatura

( ) [ ]
( ) [ ]
a a s er v er er
a a a s er v er er er
c
C m C n C n m
T C m C n C n T m
T
+ +
+ +
=
1
1
(Ec. 95)

donde m
er
y m
a
son las masa de flujo y aire respectivamente, C
v
y C
s
son los calores
especficos de las porciones de vapor y material slido de la masa del flujo, C
a
es el calor
especfico del aire, n
er
es la proporcin de contenido en masa de vapor de agua y material
slido en el flujo, y T
er
y T
a
son las temperaturas del flujo y del aire, respectivamente.


7-11

ERN Amrica Latina
7.6 Modelos de trnsito de flujos de lava
Los flujos de lava pueden ser evaluados de manera determinista o probabilstica. Para el
caso determinista, el problema se afronta a travs de la solucin de las leyes de transporte
del material viscoso, en donde interfieren diversos parmetros como la velocidad,
temperatura, transferencia de calor, y condiciones de frontera. Este tipo de soluciones son
de alta complejidad debido a que el comportamiento caracterstico de las lavas corresponde
a fluidos no newtonianos.

Por otro lado los modelos probabilistas se basan fundamentalmente en la topografa del
terreno, determinando las zonas ms susceptibles de ser invadidas por el flujo, aunque en el
anlisis tambin participan otros parmetros.

7.6.1 Modelo para determinar trayectorias de flujos de lava
Actualmente se han planteado una serie de modelos empricos para modelar de manera
probabilstica, los caminos preferenciales por los cuales pueden desplazarse flujos de lava,
con base fundamentalmente en informacin recopilada en campo de erupciones pasadas.

El modelo de pendiente mxima probable desarrollado inicialmente por Macedonio (1996)
calcula iterativamente, a partir de un modelo digital del terreno (DEM), la probabilidad que
una celda sea invadida por lava, como la relacin entre las diferencias de alturas de la celda
especfica y las 8 celdas contiguas. Para tomar en cuenta la profundidad o espesor del flujo,
la altura de la celda bajo anlisis es corregida por un valor de espesor.

Posteriormente, Damin (2005), propone un modelo extendido en el cual el valor de altura
del flujo no es constante como lo presenta Felpeto (2001), calculando variaciones en sta de
acuerdo con una funcin F, al igual que lo hace para el DEM al aumentar la altura de la
celda actualmente invadida, junto con la profundidad del flujo.

7.6.2 Modelos de cmara magmtica y conducto de flujo
Macedonio (2005) presenta un modelo de distribucin de masa y presiones dentro de la
cmara magmtica y el conducto magmtico, incorporando un estado cuasi-esttico
basndose en que el tiempo que tarda el magma a lo largo del conducto es mucho menor
que el tiempo en el que cambia la presin en el conducto. Adems, el modelo considera una
distribucin hidrosttica de presiones en la cmara magmtica, flujo homogneo a lo largo
del conducto y condiciones isotrmicas en todo el sistema. La distribucin de masa y
presiones en la cmara magmtica est dada por:

g p
dz
dp
) ( =
(Ec. 96)


7-12

ERN Amrica Latina
) ( ) ( z A p
dz
dM
= (Ec. 97)

donde p es la presin de la cmara, es la densidad del magma que depende de la presin,
M es la masa, A es la seccin transversal de la cmara a una profundidad z, y g el valor de
aceleracin de la gravedad.

Las ecuaciones que caracterizan el flujo en el conducto magmtico estn dadas por:

0
) (
=
y
vS
(Ec. 98)
( ) u v F g
y
p
y
v
u
W
, cos = +
(Ec. 99)

donde y es la coordenada a lo largo del conducto, v la velocidad de flujo, S la seccin
transversal del conducto que depende la posicin, F
W
la cada de presin por friccin con
las paredes del. La ecuacin 106 denota condiciones de flujo permanente en la longitud del
conducto magmtico.

7.7.1 Generalidades
La evaluacin de la amenaza volcnica se ha convertido en una disciplina constante para las
agencias y entidades nacionales de geologa en pases con actividad volcnica permanente.
La mayora de las evaluaciones de amenaza son realizadas por vulcanlogos bajo la
solicitud de las agencias de manejo de desastres, y la mayora se utilizan para elaborar los
planes de emergencias asociados a cada uno de los volcanes activos.

La inclusin de aspectos cuantitativos en la evaluacin de la amenaza volcnica se inici
hace apenas una dcada y los anlisis probabilsticos completos de la amenaza volcnica
solo existen para unos pocos volcanes alrededor del mundo (Young et al. 1998, Young &
Sparks 1998)

Los estudios integrales de amenaza volcnica son relativamente escasos debido
principalmente a la insuficiencia de informacin confiable. Adicionalmente, la mayora de
los anlisis de amenaza volcnica se han llevado a cabo con un enfoque orientado hacia los
efectos sobre la poblacin y no hacia la evaluacin de los impactos econmicos, es decir, la
evaluacin de prdida de vida y no de prdidas econmicas (Young & Sparks, 1998 y
Young et al, 1998).


7-13

ERN Amrica Latina
7.7.2 Seleccin
Se seleccionaron modelos de distribucin de productos volcnicos para amenaza por flujos
de lava, flujos piroclsticos y cada de cenizas, dentro de un marco probabilista que permita
identificar las frecuencias de recurrencia de erupciones de determinada magnitud. Los
modelos de distribucin de productos se definieron con el fin caracterizar la amenaza
mediante intensidades relacionables con los daos y el comportamiento de la
infraestructura expuesta, de manera tal que sean aplicables en los posteriores anlisis de
riesgo.

La Figura 7-3 presenta el diagrama de flujo del modelo de amenaza volcnica, el cual se
basa en la definicin de escenarios de manera particular, asignando a cada tipo de escenario
una frecuencia de ocurrencia especfica. Las intensidades asociadas se determinan por
medio de modelos de evaluacin de distribucin de productos volcnicos.

(1) Definicin y caracterizacin general de volcanes activos: a partir de la informacin
disponible (geolgica, geomorfolgica, estudios de amenaza), se definen las
caractersticas de los volcanes activos, incluyendo tipo de volcn, tipo de productos
e ndice de explosividad, VEI, mximo registrado. Se considerarn activos los
volcanes con actividad comprobada en los ltimos 10,000 aos.

(2) Definicin de recurrencia de eventos a partir de informacin histrica: con base en
el catlogo de erupciones histricas, se definen las tasas de excedencia de valores
especficos de VEI.

(3) Caracterizacin de la intensidad de las erupciones en funcin de VEI: a partir de la
informacin recopilada sobre las erupciones histricas en el volcn, se define la
intensidad de una erupcin en un volcn particular, en funcin del VEI. Esta
definicin de intensidad es particular para cada volcn, y debe definirse para los
productos que el volcn pueda generar.

(4) Localizacin geogrfica de los posibles centros de emisin del volcn: con base en
la morfologa del edificio volcnico, se definen los lugares especficos o centros de
emisin en los cuales puede iniciarse la expulsin de material. En caso que la
informacin lo permita, es posible definir una funcin de probabilidad para la
emisin de los diferentes sitios identificados.

(5) Modelacin de distribucin de productos volcnicos: se evala cada escenario a
partir de su magnitud en trminos del VEI, e intensidad en trminos de los
parmetros propios de cada modelo de distribucin. El clculo de distribucin
genera zonas de afectacin e intensidad local especfica para la magnitud
seleccionada. Se considerarn tres tipos de productos: cada de ceniza, flujos de lava
y flujos piroclsticos.


7-14

ERN Amrica Latina

(6) Generacin de mapas de amenaza de eventos representativos: se generarn los
mapas de distribucin espacial de productos e intensidades asociadas, para cada
evento definido, por medio de los modelos de distribucin adoptados.

Figura 7-3
Diagrama de flujo del mdulo de amenaza volcnica

AMENAZA VOLCNICA
Eventos histricos
importantes
Catlogo de
informacin de
erupciones pasadas
Informacin especfica a
cada volcn
- Estructura
- Estilo eruptivo
Recurrencia de eventos
- Frecuencia anual de ocurrencia de VEI
Localizacin probable de centros de
emisin:
- A partir de informacin histrica
- A partir de informacin geolgica y
geomorfolgica
MODELOS DE CLCULO DE
DISTRIBUCIN DE PRODUCTOS
- Flujos de lava
- Flujos piroclsticos
- Cada de cenizas
Mapas de amenaza volcnica
probabilstica
- Intensidad local segn producto

Intensidad de eventos
- Parmetros de intensidad de erupcin,
para valores de VEI


7-15

ERN Amrica Latina
7.7.4 Modelo de distribucin de cada de cenizas
El modelo de distribucin de cenizas volcnicas empleado es un modelo de adveccin-
difusin, en el cual las partculas son difundidas por la turbulencia atmosfrica y la
adveccin horizontal del viento, y son depositadas luego por la accin de la gravedad
(Folch y Felpeto, 2005). La ecuacin general base del modelo es (Armienti et al., 1988):

S
z
C
k
z t
C
k
y x
C
k
x z
vC
z
C
V
y
C
V
x
C
V
t
C
z y x z y x
+ |
\
|
+ |
\
|
+ |
\
|
(Ec. 100)

en donde C es la concentracin de partculas, k
x
. k
y
y k
z
, son las componentes del tensor de
difusividad, Vx, Vy y Vz definen el campo de velocidades del sistema, v es la velocidad
lmite de cada de partculas, y S es la funcin que describe la entrada de partculas a la
columna. Para facilidad en la resolucin del problema, se considera que la corriente de
viento y difusin vertical son despreciables, y los coeficientes de difusin horizontal son
iguales (k=k
x
=k
y
).

La distribucin granulomtrica se define en funcin del parmetro , definido como d=2-,
donde d es el dimetro de la partcula. As el volumen total de dicho tamao de partcula,
est definido como (Word y Bursik, 1991)

( )
2
2
exp
2 2
m
V
V

| |
| =
|
\
(Ec. 101)

donde V es el volumen total emitido,
m
y
son el valor medio y la desviacin estndar de

la distribucin del parmetro .

La distribucin del material expulsado en la columna eruptiva, se modela asumiendo la
velocidad de salida del gas en la boca de la erupcin, como un valor varios rdenes de
magnitud superior respecto a la velocidad lmite de cada de las partculas (Armienti et al.,
1988).

( ) ( ) ( )

A A H
H
z
A
H
z
A
V z V
T
T T
+
|
|
\
|
|
|
\
|
|
|
\
|
=
exp 1 1
1 exp 1
) (
2
(Ec. 102)

donde H
T
es la altura mxima de la columna de humo y A
es un parmetro para la
localizacin del punto de mxima concentracin de partculas a una altura definida como
H
T
(1-1/A
), y se calcula como A
= A/v
0
, donde A es un factor de forma de la columna y
v
0
es la velocidad final de cada de las partculas de tamao a nivel del mar.


7-16

ERN Amrica Latina
La columna eruptiva de divide en N capas de igual altura z, en las cuales se asume que el
campo de viento y la velocidad terminal de partculas permanecen constantes, de tal manera
que una concentracin de masa con volumen V
j
, localizada a una altura z
j
, se trasladar por
efecto de corrientes de viento y cada libre de partculas de tamao , hasta un punto
localizado en coordenadas x
j
, y y
j
, dadas por (Folch y Felpeto, 2005)

+ =
+ =
1
1
1
1
j i i
i i
yi o j
j i i
i i
xi o j
v
z z
W y y
v
z z
W x x
(Ec. 103)

donde x
o
y y
o
son las coordenadas del centro de emisin. Se considera adicionalmente que
toda la masa es emitida en el mismo instante t=0. El tiempo total necesario para que una
masa de partculas cruce todas las capas desde una posicin z
j
es

=
=
j
i
i f all
t t
1
(Ec. 104)

De esta manera, el espesor depositado por partculas de tamao , con distribucin inicial
circular de radio r
0
, inicialmente localizadas a una altura z
j
es (Carslaw y Jaeger, 1959):

|
|
\
|
(
(
|
|
\
|

+
|
|
\
|
+
=
f all f all f all
j
j
kt
r
erf
kt
r r
erf
kt
r r
erf
r
V
T
2 2 2 2
0 0 0
2
0
(Ec. 105)

donde r es la distancia entre el centro de concentracin inicial (x
0j
, y
0j
) y el punto donde el
espesor est siendo evaluado, y erf corresponde a la funcin gausiana de error. Finalmente
el espesor total de partculas depositado se calcula como la suma de las contribuciones de
todas las capas de la columna, y todos los tamaos de partcula considerados.

=
=
max
min 1
N
j
j
T T (Ec. 106)

Las velocidades terminales de partculas, se calculan en funcin del nmero de Reynolds,
de la siguiente manera (Banadonna et al., 1998)


7-17

ERN Amrica Latina
4 . 0 Re
18
500 Re 4 . 0
255
4
500 Re
6
8
2
3
2
2 2
< =
< <
|
|
\
|
=
> =
a
p
a a
p
a
p
d g
V
g
d V
D
g d
V
(Ec. 107)

donde
p
es la densidad de as partculas, d es el dimetro de la partcula,
a
es la densidad
del aire, D es el parmetro de arrastre, y a es la viscosidad del aire

7.7.5 Modelo de distribucin de flujos de lava
Para modelar la extensin de flujos de lava se emplea un modelo de escurrimiento en
cuencas, el cual es indicativo de todos los posibles caminos que puede tomar determinado
flujo, siendo emitido desde un punto particular, en funcin de la topografa particular del
volcn.

El modelo verifica la diferencia de altura entre celdas contiguas del modelo digital de
elevacin (DEM) empleado, para determinar hacia donde puede escurrir el flujo de lava.
Esta operacin se repite hasta alcanzar un valor mximo de distancia desde el centro de
emisin, el cual es dado en funcin del VEI particular de la erupcin, y de las
caractersticas propias del volcn.

7.7.6 Modelo de distribucin de flujos piroclsticos
Se emplea el modelo de Cono de Energa (Sheridan y Malin, 1982), para caracterizar la
extensin probable de flujos piroclsticos en una erupcin determinada. En este modelo, la
energa de la nube de gases y partculas que colapsa desde la columna creada por la
erupcin, disminuye con la distancia desde el punto de eyeccin con la diferencia entre la
lnea de energa y la topografa. La lnea de energa se define por la altura de la columna de
erupcin, y el ngulo de inclinacin estimado del cono, el cual relaciona una altura de
columna con la extensin probable de impacto del flujo (ver Figura 7-2).

Se define la susceptibilidad de un determinado sitio en funcin de la magnitud de energa
disponible con la que cuenta el flujo en ese sitio. La magnitud de energa h se define como:

0 0
) tan( h d H H h
c c
+ = (Ec. 108)

donde H
0
es la altura topogrfica del centro de emisin, H
c
es la altura estimada de la
columna eruptiva, d es la distancia entre el centro de emisin y el punto bajo anlisis, c es
el ngulo del cono, y h
0
es la altura topogrfica del punto analizado.

8-1

ERN Amrica Latina
8 Referencias

Alberico, I., Lirer, L.,Petrosino, P., Scandone, R., 2002. A methodology for the evaluation
of long-term volcanic risk from pyroclastic flows in Campi Flegre (Italy). J. Vol. Geoth.
Res. 166, 63-78.
Alcntara-Ayala, I. (2004). Hazard assessment of rainfall-induces landsliding in Mexico.
Geomorphology, 61, 19-14.
Alexander, D., (1989), Urban landslides, Progress in Physical Geography, Vol. 13, pp. 157
- 191.Ambraseys, N.N., Menu, J.M., (1988), Earthquake-induced ground displacements,
Earthquake Engineering and Structural Dynamics, Vol. 16, pp. 9851006.
Araa, V. Felpeto, A. M. Astiz, A. Garca, R. Ortiz and R. Abella, 2000.Zonation of the
main volcanic hazards (lava flows and ash fall) in Tenerife, Canary Islands. A proposal
for a surveillance network, Journal of Volcanology and Geothermal Research, Volume
103, Issues 1-4, Pages 377-391
Armienti, P., G. Macedonio y M. Pareschi (1988). A Numerical Model for Simulation of
Tephra Transport and Deposition: Applications to May 18, 1980, Mount St. Helens
Eruption, J. Geophys. Res., 93(B6), 6463-6476.
Avelar C, (2006) Expresiones para modificar el intervalo de promediacin en la velocidad
de viento, entre los resultados de un modelo paramtrico y los boletines de huracanes.
Reporte Interno, ERN Ingenieros Consultores, julio 2006.
Avelar C, (2006-2) Procedimiento para determinar reas de exposicin ante los efectos del
viento y asignar factores de topografa. Reporte Interno, ERN Ingenieros Consultores,
julio 2006.
Barrantes, J., Vega, N., 2003. La persistencia y las cadenas de Markov aplicadas a la lluvia
en San Jos durante el periodo 1950-1990. Topography Meteorology and Oceanography
10. 2003. Pag: 12-19.
Barrantes Castillo, G. 1996 Zonificacin de amenazas por inundacin en el valle del Ro
Sixaola. San Jos: Costa Rica. Universidad Nacional (UNA). Escuela de Ciencias
Geogrficas; 1996. Documento N: 289.
Biswajeet Pradhan, Saro Lee. 2007. Utilization of Optical Remote Sensing Data and GIS
Tools for Regional Landslide Hazard Analysis Using an Artificial Neural Network
Model. Earth Science Frontiers. 2007. Pag: 143152.
Bonadonna, C., Ernst, G., Sparks, R., 1998. Thickness variations and volume estimates of
tephra fall deposits: the importance of the particle Raynolds number. J. Volcanol.
Geotherm. Res. 81 (3-4), 173-187.
Boore, D.M., 1983. Stochastic simulation of high-frequency ground motion based on
seismological models of radiated spectra, Bull. Seism. Soc. Am. 73, 1865-1884

8. Referencias

8-2

ERN Amrica Latina
Brune, J.N., 1970. Tectonic stress and the spectra of seismic S waves from earth, J.
Geophy. Res. 75, 4997-5009.
Bursik, M. (2001). Effect of Wind on the Rise Height of Volcanic Plumes, Geophys. Res.
Lett., 28(18), 3621-3624.
Bursik, M. R S J Sparks, J S Gilbert and S N Carey, 1992. Sedimentation of tephra by
volcanic plumes: I. Theory and its comparison with a study of the Fogo A plinian
deposit, Sao Miguel (Azores), Bulletin of Volcanology, Volume 54, Number 4, 329-344.
Caballero, L., Macas, J.L., Garca-Palomo, A., Saucedo, G.R., Borselli, L., Sarocchi, D.,
Snchez, J.M. (2006). The September 8-9, 1998 rain-triggered flood events at
Motozintla, Chiapas, Mexico. Natural Hazards, 39: 103-126.
Carrara, F. Guzzetti, M. Cardinali and P. Reichenbach. 1999. Use of GIS Technology in the
Prediction and Monitoring of Landslide Hazard. Natural Hazards 20. 1999. Pag: 117
135.
Carslaw, H., Jaeger, J., 1959. Conduction of Heat in Solids. Clarendon Press, Oxford.
Cees J. Van Westen. 2000. The Modelling of Landslide Hazards Using Gis. Surveys in
Geophysics 21. 2000. Pag: 241255.
Chang-Jo Chung, Andrea G. Fabbri. 2008 Predicting landslides for risk analysis Spatial
models tested by a cross-validation technique. Elsevier. Geomorphology 94. 2008. Pag
438452.
Chien-chih Chen, Chih-Yuan Tseng, Jia-Jyun Dong. 2007. New entropy-based method for
variables selection and its application to the debris-flow hazard assessment. Elsevier.
Engineering Geology 94. 2007. Pag 1926.
Chow, V. T. (editor) 1964. Handbook of applied hydrology. Mc Graw-Hill. New York,
1964
Climent, A., Taylor, W., Ciudad Real, M., Strauch, W., Villagram, M., Dahle, A., Bungum,
H., 1994. Spectral strong-motion attenuation in Central America, NORSAR Technical
Report, No. 2-17, 46 pp.
Connor, C.B., B.E. Hill, B. Winfrey, N.M. Franklin, and P.C. La Femina, Estimation of
volcanic hazards from tephra fallout, Natural Hazards Review, 2 (1), 33-42, 2001.
Costa, A., G. Macedonio and A. Folch, 2006. A three-dimensional Eulerian model for
transport and deposition of volcanic ashes, Earth and Planetary Science Letters, 241 (3-
4), 634-647
Douglas, J., Bungum, H., Dahle, A., Lindholm, C., Climent, A., Taylor, W., Santos, P.,
Schmidt, V., Strauch, W., 2004. Strong Motion Datascape Navigator.
Felpeto A, Users Guide - VORIS - Volcanic Risk Information System- , Observatorio
Geofsico Central - IGN - , Septiembre 2007.
Felpeto, A. Joan Mart, Ramon Ortiz, 2007. Automatic GIS-based system for volcanic
hazard assessment, Journal of Volcanology and Geothermal Research, Volume 166,
Issue 2, 1 October 2007, Pages 106-116.

8. Referencias

8-3

ERN Amrica Latina
Felpeto, A. V. Araa, R. Ortiz, M. Astiz and A. Garca, 2001. Assessment and Modelling
of Lava Flow Hazard on Lanzarote (Canary Islands), Natural Hazards, Volume 23,
Numbers 2-3, 247-257.
Felpeto, A., Garcia, A., Ortiz, R., 1996. Mapas de riesgo. Modelizacion. In: Ortiz, R.
(Eds.), Riesgo Volcanico, Serie Casa de los Volcanes, Servicio de Publicaciones del
Cabildo de Lanzarote, Spain, vol. 5, pp. 6798.
FEMA. Multi-hazard Loss Estimation Methodology. Flood Model. Department of
Homeland Security Federal Emergency Management Agency. Mitigation Division.
Washington, D.C.National Institute of Building Sciences. HAZUS-MH MR3 Technical
Manual. Pag: 1-471
Florian Pappenberger, Keith J. Beven, Marco Ratto, Patrick Matgen. 2008. Multi-method
global sensitivity analysis of flood inundation models. Advances in Water Resources 31.
2008. Pag: 114.
Folch, A., Felpeto, A., 2005. A coupled model for dispersal of tephra during sustained
explosive eruptions. J. Volcanol. Geotherm. Res., 145. 337-349
G. Schumann, P. Matgen, L. Hoffmann, R. Hostache, F. Pappenberger, L. Pfister. 2007.
Deriving distributed roughness values from satellite radar data for flood inundation
modelling. Journal of Hydrology 344. 2007. Pag: 96 111.
Gabet E.J. y Mudd S., (2006), The mobilization of debris flows from shallow landslides,
Geomorphology, Vol. 74, pp. 207-218.
H. Chen, C.F. Lee. 2003. A dynamic model for rainfall-induced landslides on natural
slopes. Elsevier. Geomorphology 51. 2003. Pag 269288.
Hanks, T. C. y H. Kanamori, 1979. A moment magnitude scale, J. Geophys. Res., No. 84,
Pag. 2348 2350.
H.L. Perotto-Baldiviezo, T.L. Thurowb, C.T. Smith, R.F. Fisher, X.B. Wu. 2004. GIS-
based spatial analysis and modeling for landslide hazard assessment in steeplands,
southern Honduras. Elsevier. Agriculture, Ecosystems and Environment 103. 2004.
Pag.165176.
Helal, M.A., Mehanna, M.S., 2008. Tsunami form nature to physics, Chaos, Solitons and
Fractals, 36, 787-796.
Hurst, A.W., and R. Turner, 1999. Performance of the program ASHFALL for forecasting
ashfall during the 1995 and 1996 eruptions of Ruapehu volcano, New Zealand Journal of
Geology and Geophysics, 42 (4), 615-622
Jaimes M.A., Nio M., Reinoso E., Avelar C. y Huerta B. (2008), Metodologa para
estimacin de dao en la infraestructura por deslizamientos usando sistemas de
informacin geogrfica, XVI Congreso Nacional de Ingeniera Estructural, Veracruz,
Mxico.
Jeffrey C. Neal, Peter M. Atkinson, Craig W. Hutton. 2007. Flood inundation model
updating using an ensemble Kalman filter and spatially distributed measurements.
Journal of Hydrology 336. 2007. Pag: 401 415.

8. Referencias

8-4

ERN Amrica Latina
Jibson R.W., Harp E. L. y Michael J.A. (2000), A method for producing digital
probabilistic seismic landslide hazard maps, Engineering Geology, Vol. 58, pp. 271-289.
Jibson R.W. y Keefer D.K., (1993), Analysis of the seismic origin of landslides: examples
from the NewMadrid seismic zone, Geological Society of America Bulletin, Vol. 105,
pp. 521536.
Jibson R. (2007), Regression models for estimating coseismic landslide displacement,
Engineering Geology, Vol. 91, pp. 209-218.John F. England Jr, Mark L. Velleux, Pierre
Y. Julien. 2007. Two-dimensional simulations of extreme floods on a large watershed.
Journal of Hydrology 347. 2007. Pag: 229 241.
K.M. Neaupane, M. Piantanakulchai. Analytic network process model for landslide hazard
zonation. Elsevier. Engineering Geology 85. 2006. Pag. 281294.
Katz, R. W., y Parlange M. B. 1995. Generalizations of Chain-Dependent Processes:
Application to Hourly Precipitation, Water Resources Research, Vol. 31(5), 1331-1341.
Keefer D.K., (1984), Landslides caused by earthquake, Geological Society of America
Bulletin Vol. 95, pp. 406421.
Keefer D.K., (2002), Investigating landslides caused by earthquakes - A historical review,
Survey in Geophysics, Vol. 23, pp. 473-510
Kramer S., Geotechnical Earthquake Engineering, Ed. Prentice Hall, 1996
Leonardo Ermini, Filippo Catani, Nicola Casagli. Artificial Neural Networks applied to
landslide susceptibility assessment. Elsevier. Geomorphology 66. 2005. Pag. 327343.
Luzi L., Pergalani F. y Terlien M.T.J. (2000), Slope vulnerability to earthquakes at
subregional scale, using probabilistic techniques and geographic information systems,
Engineering Geology, Vol. 58, pp. 313-336.
M.D. Ferentinou, M.G. Sakellariou. Computational intelligence tools for the prediction of
slope performance. Elsevier. Computers and Geotechnics 34. 2007. Pag. 362384.
M.H. Hsu, S.H. Chen, T.J. Chang, 2000. Inundation simulation for urban drainage basin
with storm sewer system. Elsevier. Journal of Hydrology 234. 2000. Pag: 2137.
Macedonio, G., 1996. Modelling lava flow hazard. In: Barberi, F., Casale, R. (Eds), The
Mitigation of Volcanic Hazards, Office for Official Publications of the European
Communities, Luxembourg, pp. 8995.
Macedonio, G., A. Neri, J. Mart and A. Folch, 2005. Temporal evolution of flow
conditions in sustained magmatic explosive eruptions, Journal of Volcanology and
Geothermal Research, Volume 143, Issues 1-3, 1 May 2005, Pages 153-172.
Macedonio, G., M. Pareschi, and R. Santacroce (1988). A Numerical Simulation of the
Plinian Fall Phase of 79 A.D. Eruption of Vesuvius, J. Geophys. Res., 93(B12), 14817-
14827.
McGure, R.K., Hanks, T.C., 1981. The character of high frequency strong motion, Bull.
Seism. Soc. Am. 71, 2071-2095.

8. Referencias

8-5

ERN Amrica Latina
Montero, W., Peraldo, G., Rojas, W., 1997. Proyecto de amenaza ssmica de Amrica
Central. Informe final del proyecto del Instituto Panamericano de Geografa e Historia
(IPGH), Septiembre 1997: 79 p.
Mora, S., Vahrson, W.G., (1993), Determinacin a priori de la amenaza de
deslizamientos utilizando indicadores morfodinmicos, Tecnologa ICE, Vol. 3, No. 1,
pp. 32 - 42.
Mowen Xie, Tetsuro Esaki and Guoyun Zhou. GIS-Based Probabilistic Mapping of
Landslide Hazard Using a Three-Dimensional Deterministic Model. Natural Hazards 33.
2004. Pag 265-282.
Mowen Xie, Tetsuro Esaki, Meifeng Cai. A time-space based approach for mapping
rainfall-induced shallow landslide hazard. Environmental Geology. 2004. Pag. 840850.
Mowen, Xie., Esaki, Tetsuro., Cheng, Qiu., Lin, Jia., 2007. Spatial three-dimensional
landslide susceptibility mapping tool and its applications. Earth Science Frontiers. 2007.
Pag: 7384.
Mu Jin-Bin, Zhang Xiao-Feng. 2007. Real-Time Flood Forecasting Method With 1-D
Unsteady Flow Model. Journal of Hydrodynamics 19(2). 2007. Pag: 150-154.
Newhall, C., y S. Self (1982). The Volcanic Explosivity Index (VEI) An Estimate of
Explosive Magnitude for Historical Volcanism, J. Geophys. Res., 87(C2), 1231-1238.
Newmark N. (1965), Effects of earthquakes on dams and embankments, Geotechnique Vol.
15, pp.137-160.
Okal, E.A. y C.E. Synolakis, 2004, Source discriminants for near-field tsunamis, Geophys.
J. Intl., No. 158, Pag. 899-912
Organizacin Meteorolgica Mundial, OMM, 1969. Manual for Depth Area Duration
Analysis for Strom Precipitation, WMO No. 237, TP 129, Ginebra, Suiza, 1969.
Organizacin Meteorolgica Mundial, OMM, 1981. Selection of Distribution Types for
Extremes of Precipitation, WMO No. 560, Ginebra, Suiza, 1981.
P. Matgen , G. Schumann , J.-B. Henry, L. Hoffmann, L. Pfister. 2007. Integration of SAR-
derived river inundation areas, high-precision topographic data and a river flow
Paul D. Bates, Matthew D. Wilson, Matthew S. Horritt, David C. Mason, Nick Holden,
Anthony Currie. 2006. Reach scale floodplain inundation dynamics observed using
airborne synthetic aperture radar imagery: Data analysis and modelling. Journal of
Hydrology 328. 2006. Pag: 306 318.
Paul L. Wilkinson, Malcolm G. Anderson, David M. Lloyd, Jean-Philippe Renaud.
Landslide hazard and bioengineering: towards providing improved decision support
through integrated numerical model development. Elsevier. Environmental Modelling &
Software 17. 2002. Pag. 333344
R. Mehrotra, R. Srikanthan, Ashish Sharma. 2006. A comparison of three stochastic multi-
site precipitation occurrence generators. Elsevier. Journal of Hydrology 331. 2006. Pag:
280-292.

8. Referencias

8-6

ERN Amrica Latina
Roberto A. T. Gomes, Renato F. Guimara, Osmar A. Carvalho Jr, Nelson F. Fernandes,
Eurpedes A. Vargas Jr, Eder S. Martins. Identification of the affected areas by mass
movement through a physically based model of landslide hazard combined with an
empirical model of debris flow. Nat Hazards. 2008. Pag. 197209.
Romeo, R., 2000. Seismically induced landslide displacements: a predictive model.
Elsevier. Engineering Geology 58. 2000. Pag: 337351.
Rojas W., 1993. Catlogo de Sismicidad Histrica y Reciente en Amrica Central:
Desarrollo y Anlisis. Universidad de Costa Rica. Escuela Centroamericana de
Geologa.
Rojas W., Cowan H., Lindholm C., Dahle A., Bungum H., 1993. Regional Seismic
Zonation for Central America: A Preliminary Model. Reduction of Natural Disasters in
Rutger Dankers , Ole Bssing Christensen, Luc Feyen, Milan Kalas, Ad de Roo. 2007.
Evaluation of very high-resolution climate model data for simulating flood hazards in
the Upper Danube Basin. Journal of Hydrology 347. 2007. Pag: 319 331.
S. Poli and S. Sterlacchini. Landslide Representation Strategies in Susceptibility Studies
using Weights-of-Evidence Modeling Technique, Natural Resources Research, Vol. 16,
No. 2, June 2007. Pag 121- 134.
Saro Lee, Moung-Jin Lee. Detecting landslide location using KOMPSAT 1 and its
application to landslide-susceptibility mapping at the Gangneung area, Korea. Elsevier.
Advances in Space Research 38. 2006. Pag 22612271.
Saro Lee. Application of Likelihood Ratio and Logistic Regression Models to landslide
Susceptibility Mapping Using GIS. Environmental Management Vol. 34, No. 2.
Springerlink. 2004. Pag. 223232
Satake, K. 2002. Tsunamis, en Lee, W., Kanamori, H., Jennings, P., Kisslinger, C.,
(editores), International Handbook of Earthquake and Engineering Seismology, 81A,
437-451.
Schmidt V., Dahle A., Bungum H., 1997. Costa Rican Spectral Strong Motion Attenuation.
Reduction of Natural Disasters in Central America. NORSAR.
Sedki, D. Ouazar E. El Mazoudi. 2008.Evolving neural network using real coded genetic
algorithm for daily rainfall-runoff forecasting. Expert Systems with Applications. 2008.
Pag: 1-11.
Sheridan,M.F.,Malin, M.C.,1983. Application of computer assisted mapping to volcanic
hazard evaluation of surge eruptions: Vulcano,Lipari and Vesuvius. J. Volcanol.
Geotherm. Res. 17,187-202.
Sparks, R.S.J., Bursik, M.I., Ablay, G.J., Thomas, R.M.E., Carey, S.N., 1992.
Sedimentation of tephra by volcanic plumes: Part 2 - Controls on thickness and grain
size variations on tephra fall deposits. Bull. Volcanol. 54, 685 695.
Suzuki, T., 1983. A theoretical model for dispersion of tephra. En: Shimozuru, D.,
Yokoyama, I. (Eds.), Arc Volcanism, Physics and Tectonics. Terra Scientific Publishing
Company, Tokyo.

8. Referencias

8-7

ERN Amrica Latina
T. Iida. A stochastic hydro-geomorphological model for shallow landsliding due to
rainstorm. Elsevier. Catena 34. 1999. Pag. 293313.
Taylor, W., Santos, P., Dahle, A., Bungum H., 1992. Digitization of Strong Motion Data
and PGA Attenuation. NORSAR.
Thiery, J.-P. Malet, S. Sterlacchini, A. Puissant, O. Maquaire. Landslide susceptibility
assessment by bivariate methods at large scales: Application to a complex mountainous
environment. Elsevier. Geomorphology 92. 2007. Pag. 3859.
Venkatesh Merwade, Aaron Cook, Julie Coonrod. 2008. GIS techniques for creating river
terrain models for hydrodynamic modeling and flood inundation mapping.
Environmental Modelling & Software. 2008. Pag:112.
Villalobos, R., Retana, J., 2001. Un mtodo para Pronosticar Lluvias en Costa Rica:
Agrupacin de Aos con Caractersticas Pluviomtricas Semejantes para la Creacin de
Escenarios Climticos. Gestin de Desarrollo, Instituto Metereolgico Nacional. 2001.
Pag: 1- 5.
Wei-Chiang Hong. 2008. Rainfall forecasting by technological machine learning models.
Elsevier. Applied Mathematics and Computation 200. 2008. Pag: 4157.
Wieczorek G.F., Wilson R.C. y Harp, E.L., (1985), Map showing slope stability during
earthquakes in San Mateo County California: US Geological Survey Miscellaneous
Investigations Map I-1257-E, scale 1:62,500.
Wilks. 1998. Multisite generalization of a daily stochastic precipitation model. Journal of
Hydrology 210. 1998. Pag: 178191.
Wilson, L., Huang, T., 1979. The influence of shape on the atmospheric settling velocity of
volcanic ash particles. Earth Planet. Sci. Lett. 44, 311-324.
Woods, A., Bursik, M., 1991. Particle fallout, thermal disequilibrium and volcanic plumes.
Bull.Volcanol. 53, 559-570.
Young and Sparks 1998, Preliminary Assessment of Volcanic Risk on Monserrat.
Monserrat Volcano Observatory Internal Report to UK Government; Vesuvius, Azores
EU-EXPLORIS project, http://exploris.pi.ingv.it/non_comf/ description/index.html)
Young 1998, Volcanic Hazard and Community Preparedness at Volcn Iraz, Costa Rica.
British Geotechnical Survey Report WC/98/16R.

ERN-CAPRA-T1-3 - Modelos de Evaluación de Amenazas

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ERN-CAPRA-T1-3 - Modelos de Evaluación de Amenazas

Uploaded by

Copyright:

Available Formats

TOMO I

METODOLOGA DE MODELACIN PROBABILISTA DE

es el patrn de radiacin, F depende del efecto de superficie libre, V da cuenta de

son el valor medio y la desviacin estndar de

You might also like